APMSSGA-LSTM
作者： 谢晓兰[1,2];张征征[1];郑强清[1];陈超泉[1]
作者机构： [1]桂林理工大学信息科学与工程学院,广西桂林541004;[2]广西嵌入式技术与智能系统重点实验室,广西桂林541004出版物刊名： 大数据页码： 62-72页年卷期： 2019年 第6期
主题词： 容器云;资源预测;长短期记忆网络;遗传算法
摘要：容器云的发展与应用对资源的高并发、高可用、高弹性、高灵活性等的需求越来越强烈。在对容器云资源预测问题研究现状进行调查后,提出一种采用自适应概率的多选择策略遗传算法(APMSSGA)优化长短期记忆网络(LSTM)的容器云资源预测模型。实验结果表明,与简单遗传算法(SGA)相比,APMSSGA在LSTM参数最优解组合搜索方面更加高效,APMSSGA-LSTM模型的预测精度较高。
因篇幅问题不能全部显示，请点此查看更多更全内容