基于IQPSO-GA优化ANFIS模型的服务器故障预警方法

• 作者: 李盛新 叶丰华 李道童 张秀波 韩红瑞 浪潮电子信息产业股份有限公司
• 来源期刊: 计算机测量与控制
• 关键词: 服务器 故障预警 自适应神经模糊推理系统 量子行为粒子群优化算法 遗传算法
• 年，卷（期）: 2024,（4）
• 页码范围: 37-45
• 页数: 9页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2024.04.006

摘要

针对服务器底层部分业务类硬件故障对系统稳定运行的影响，提出一种改进的量子行为粒子群优化(IQPSO)与遗传算法(GA)相结合的混合元启发式优化算法对自适应神经模糊推理系统(ANFIS)参数进行训练，以获得更准确的ANFIS规则进行硬件故障预警的方法；首先，通过分析服务器业务与硬件相关参数之间的映射关系，通过采集的数据集对ANFIS模型进行训练构造预测模型；其次，考虑ANFIS在梯度计算过程中存在容易陷入局部最优值的问题，设计了一种IQPSO算法结合GA中的交叉和变异算子操作混合元启发算法全局搜索ANFIS规则参数；最后，通过一组后处理样本数据集对所提方法有效性和稳定性进行了检验；实验结果表明，该方法可有效预警服务器硬件故障，基于所提混合元启发优化算法获得的ANFIS模型具备更快的收敛速度和更高的全局搜索精度，与传统ANFIS模型相比泛化精度提高了47%以上。