基于云自适应粒子群优化算法和随机森林回归(CAPSO-RFR)的负载均衡预测

• 作者: 尚智婕 李伟良 李雨泰 王洋 董希杰
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 云计算 随机森林回归 云自适应粒子群算法 ARMA模型 支持向量机
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 研究与设计
• 页码范围: 79-81
• 页数: 3页
• 分类号: TP391.1
• 字数: 2753字
• 语种: 中文

摘要

针对传统的云计算资源负载预测算法存在精度低和误差大的缺点,将云自适应粒子群算法应用于随机森林回归参数的选择,提出一种基于CAPSO-RFR的云计算资源均衡负载预测算法.研究结果表明,CAPSO-RFR可以有效提高云计算资源负载预测的精度,为云计算资源的规划、调度以及云计算平台的性能优化提供决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洋		3	0	0.0	0.0
2	尚智婕		15	10	2.0	2.0
3	李雨泰		14	12	2.0	2.0
4	董希杰		14	10	2.0	2.0
5	李伟良		5	1	1.0	1.0