基于AHP-RBF的Swift云存储负载预测

• 作者: 林凡 江弋 谭乾
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Swift 混合递阶遗传算法 径向基函数(RBF)神经网络 层次分析法 负载
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 理论研究、研发设计
• 页码范围: 35-39
• 页数: 5页
• 分类号: TP39
• 字数: 4277字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1309-0490

摘要

通过对Swift云存储中Proxy Node的负载因素研究，提出结合层次分析法（AHP）和混合递阶遗传训练的RBF神经网络实现对Swift云存储负载情况的预测，其中使用AHP构造对云存储系统的负载层次化模式，提高负载预测的综合精度，设计了RBF神经网络预测模型，用混合递阶遗传算法（HHGA）确定RBF神经网络的参数和结构。仿真实验结果表明，对Swift云存储负载的预测具有可行性，能为系统动态负载均衡决策提供依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林凡	厦门大学软件学院	26	388	9.0	19.0
2	江弋	厦门大学信息科学与技术学院	20	124	5.0	10.0
3	谭乾	厦门大学信息科学与技术学院	1	5	1.0	1.0