基于自适应遗传算法和BP神经网络的云服务器请求量预测模型

• 作者: 李强 胡晔明
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 弹性云服务 预测模型 遗传算法 BP神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 839-844
• 页数: 6页
• 分类号: TP391.1
• 字数: 2718字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.04.011

摘要

针对现有弹性云服务器(Elastic Cloud Server,ECS)未来请求量预测模型准确度低,稳定性差等问题,提出了一种基于自适应遗传算法和BP神经网络的预测模型.该模型以BP神经网络作为基础模型进行预测.采用自适应遗传算法(Genetic Algorithm,GA)优化神经网络初始权值和阈值,防止BP神经网络训练过程中陷入局部极小值.在自适应遗传算法初期引入多子代交叉方法加快遗传算法的收敛速度.通过对比实验表明,该模型在实际云服务器请求量预测过程中具有更好的准确性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李强	杭州电子科技大学计算机学院	27	167	7.0	12.0
2	胡晔明	杭州电子科技大学计算机学院	3	2	1.0	1.0