多元时间序列的Web Service QoS预测方法

• 作者: 吉顺慧 张鹏程 李雯睿 王丽艳
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 服务质量 多元时间序列 相空间重构 LM算法 RBF神经网络 动态多步预测
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 系统软件与软件工程
• 页码范围: 1742-1758
• 页数: 17页
• 分类号: TP311
• 字数: 11483字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005425

摘要

为准确并多步预测Web服务的服务质量(quality of service,简称QoS),方便用户选择更好的Web服务,提出了一种基于多元时间序列的QoS预测方法MulA-LMRBF(multiple step forecasting with advertisement-levenberg marquardt radial basis function).充分考虑多个QoS属性序列之间的关联,采用平均位移法(average dimension,简称AD)确定相空间重构的嵌入维数和延迟时间,将QoS属性历史数据映射到一个动力系统中,近似恢复多个QoS属性之间的多维非线性关系.将短期服务提供商QoS广告数据加入数据集中,采用列文伯格-马夸尔特法(Levenberg-Marquardt,简称LM)算法改进的径向基(radial basis function,简称RBF)神经网络预测模型,动态更新神经网络的权重,提高预测精度,实现QoS动态多步预测.通过网络开源数据和自测数据的实验结果表明,该方法与传统方法相比有较好预测效果,更适合动态多步预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雯睿	南京晓庄学院信息工程学院	15	33	3.0	5.0
2	张鹏程	河海大学计算机与信息学院	35	115	8.0	8.0
3	王丽艳	河海大学计算机与信息学院	3	18	2.0	3.0
4	吉顺慧	河海大学计算机与信息学院	5	5	2.0	2.0