[发明专利]基于横向纵向信息集成的分布式计算环境性能预测方法

摘要

一种基于横向纵向信息集成的分布式计算环境性能预测方法，首先，把一个长的时间序列数据切分成多个等长度的子时间序列，各子时间序列的长度为T；之后，采用纵向预测算法使用指数型平滑曲线算法进行预测对之前所有生成的子时间序列进行预测，计算出周期与周期之间的关联性，得到纵向预测数据并对得到的纵向预测数据进行整合；最后，采用横向预测算法通过在时间周期内两个时间点之间的关系对上一步得到的纵向预测数据进行预测，找到周期内的数据的联系，构建关系模型，对寻找的所有时间周期内存在的横向关系存储起来，进行周期内预测，加权叠加预测结果，并调整横向关系，得到最终预测结果。本发明提高了服务器对资源调度的准确性与可靠性。

主权项

一种基于横向纵向信息集成的分布式计算环境性能预测方法，其特征在于，包括以下步骤：步骤1：把一个长的时间序列数据切分成多个等长度的子时间序列，各子时间序列的长度为T；步骤2：采用纵向预测算法使用指数型平滑曲线算法进行预测对步骤1所有生成的子时间序列进行预测，计算出周期与周期之间的关联性，得到纵向预测数据并对得到的纵向预测数据进行整合；步骤3：采用横向预测算法通过在时间周期内两个时间点之间的关系对步骤2得到的纵向预测数据进行预测，具体找到周期内的数据的联系，构建关系模型，对寻找的所有时间周期内存在的横向关系存储起来，然后进行周期内预测，加权叠加预测结果，并通过反馈方式调整横向关系，得到最终预测结果；步骤4：动态集成横向纵向预测算法对应不同机器不同时间段，周期时间关联性不是固定的的情况采用动态横向纵向预测算法，具体为：假设预测将来长度比较接近，所受到时间周期影响是一样的，在每次预测时，将历史数据去掉最后相同的预测长度，然后用一系列的候选时间周期分别调用横向纵向预测算法预测并算出其误差，将误差最小的那个时间周期作为横向纵向预测算法的参数用来预测，即根据不同的时间周期，将横向纵向预测算法变成多个预测器，根据上一次的预测结果，来选择当前最优的时间周期对应的预测器。