基于遗传算法的改进时序预测模型研究

• 作者: 李思莉 杨井荣
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 云计算 弹性伸缩 动态分配 遗传算法 ARIMA
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 84-88
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.11.016

摘要

云计算系统通过对存储、软件、服务等资源进行统一调度来为用户提供所需的服务.用户的需求具有多样性、多变性,使用弹性伸缩技术可以提高用户满意度,很好地解决资源利用率和应用系统之间的矛盾,是云计算的关键技术之一.然而,网络应用程序的工作负载通常是动态的,并且很难预测.因此,云计算中Web应用的关键技术是根据负载进行资源的动态分配,这是研究的热点,也是难点.目前,针对动态伸缩算法,提出的解决方案多是独立的、单一的或基于过去资源使用率进行提前预测.但这些方法容易导致资源利用不足.该文提出利用遗传算法改进时序预测模型ARIMA计算所需的虚拟主机数,以实现提高资源利用率,达到资源快速伸缩的目的.所提出的模型已经用几个基准工作负载进行了验证,在虚拟主机数和响应时间方面有一定的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李思莉		15	33	3.0	5.0
2	杨井荣		8	5	1.0	2.0