基于改進(jìn)的Stacking集成模型的容器云負(fù)載預(yù)測研究

摘要： 容器云的迅速發(fā)展使業(yè)務(wù)量迅速增加，對(duì)容器資源利用率的未來趨勢進(jìn)行預(yù)測，從而提前分配資源來提高資源的利用率并且降低資源的浪費(fèi)是一種合理的做法。為了實(shí)現(xiàn)對(duì)容器云資源的合理預(yù)測，提出一種基于改進(jìn)的Stacking集成方法的云資源負(fù)載預(yù)測模型。模型的第一階段是通過設(shè)立基學(xué)習(xí)器對(duì)云資源負(fù)載數(shù)據(jù)進(jìn)行特征選擇，降低數(shù)據(jù)集特征的復(fù)雜度。第二階段是使用GA-BP神經(jīng)網(wǎng)絡(luò)模型改進(jìn)的DBN模型(DB... （共9頁）