[发明专利]一种基于SARIMA-WNN模型预测弹性云计算资源的方法有效
| 申请号： | 201810128027.7 | 申请日： | 2018-02-08 |
| 公开（公告）号： | CN108304355B | 公开（公告）日： | 2021-06-11 |
| 发明（设计）人： | 王超;张建;王飞起;潘元虎 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06F17/18 | 分类号： | G06F17/18;G06N3/04;H04L12/24 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 张慧 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开了一种基于SARIMA‑WNN模型预测弹性云计算资源的方法，利用季节时间序列模型(SARIMA)结合小波神经网络(WNN)预测模型，实现优势互补，提高预测精度；SARIMA是在ARIMA模型的基础上加入了季节周期性因素，将过去一段周期性的云资源需求数据输入到SARIMA(q，d，q)(P，D，Q) |
||
| 搜索关键词： | 一种 基于 sarima wnn 模型 预测 弹性 计算 资源 方法 | ||
【主权项】：
1.一种基于SARIMA‑WNN模型预测弹性云计算资源的方法，其特征在于，包括：步骤1、利用SARIMA对时间序列化的云端资源进行平稳化处理分别得出d阶非季节性差分与D阶季节性差分；步骤2、确立SARIMA模型，确定d(非季节性分差次数)，p(非季节性自回归项数)，q(非季节性移动平均算子的最大滞后阶数)，D(季节性差分次数)，P(季节性自回归项数)，Q(季节性移动平均算子的最大滞后阶数)参数；步骤3、运用SARIMA模型进行对平稳化序列后的代码进行预测，通过预测可以得出预测结果标记为![]()
以及L残差值标记为rt；步骤4、利用训练样本对WNN网络进行训练得出符合预测弹性云资源的模型，然后针对残差序列rt进行预测，把预测结果标记为![]()
步骤5、最后将SARIMA‑WNN模型预测的结果标记![]()
![]()
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北京工业大学，未经北京工业大学许可，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/201810128027.7/，转载请声明来源钻瓜专利网。
