基于加权改进的AR模型的负载预测研究

• 作者: 张宗华 张海全 牛新征 魏驰
• 来源期刊: 计算机测量与控制
• 关键词: 负载预测 时间序列 自回归模型 最小二乘法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 设计与应用
• 页码范围: 248-251
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.03.068

摘要

负载预测在故障管理中有着十分重要的作用,通过对CPU负载以及内存使用率的预测可以对系统进行实时监控,预知未来时间段资源的可用性,发出异常告警;文中提出一种加权改进的自回归模型,通过对最小二乘法求出的参数进行加权处理,结合时间序列分析理论,建立一个负载预测模型,用于CPU负载和内存使用率的预测;实验证明,对AR模型的参数进行加权的方法优化了参数估计,预测误差减小了60％～80％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛新征	电子科技大学计算机科学与工程学院	45	470	10.0	20.0
2	张宗华	南京南瑞集团公司流程与信息管理中心	2	6	2.0	2.0
3	张海全	南京南瑞集团公司流程与信息管理中心建设部	2	6	2.0	2.0
4	魏驰	电子科技大学信息与软件工程学院	1	4	1.0	1.0