[发明专利]一种基于正余混沌双弦鲸鱼优化算法的云资源负载预测方法在审
| 申请号： | 201711164036.3 | 申请日： | 2017-11-21 |
| 公开（公告）号： | CN108205698A | 公开（公告）日： | 2018-06-26 |
| 发明（设计）人： | 刘怡俊;谢建群;李生 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N3/04;H04L12/24 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杨晓松 |
| 地址： | 510062 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 为了解决传统云计算资源负载预测方法对负载序列高频分量预测精度不高和泛化能力弱的缺点，本发明提出一种混合小波包变换和正余混沌双弦鲸鱼优化(CSCWOA)算法优化多层感知器神经网络(MLP)的短期云计算资源负载预测方法。通过小波包变换对负载序列进行多频段预处理分解，然后采用CSCWOA算法优化的MLP神经网络对单支重构所得的负载子序列进行预测，最后叠加各子序列的预测值来获取实际预测结果。该方案能掌握负载序列各频段冲击毛刺的变化规律，具有较好的预测精度和泛化能力。 | ||
| 搜索关键词： | 负载序列 预测 小波包变换 云计算资源 负载预测 神经网络 算法优化 子序列 混沌 预处理 毛刺 多层感知器 变化规律 单支重构 高频分量 优化算法 预测结果 资源负载 多频段 频段 叠加 分解 优化 | ||
【主权项】：
1.一种基于正余混沌双弦鲸鱼优化算法的云资源负载预测方法，其特征在于，所述方法包括以下步骤：1.通过小波包分解方法对云计算资源负载数据的时间序列进行预处理；2.通过正余弦机制改进鲸鱼算法；3.使用所述改进鲸鱼算法优化神经网络；4.使用所述神经网络建立预测模型，并在所述预测模型中输入所述预处理后的时间序列数据进行所述云资源负载预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711164036.3/，转载请声明来源钻瓜专利网。
- 上一篇：具有织物镶嵌物的两件式交易卡
- 下一篇：生成用于神经网络输出层的输出
