基于IF-EMD-LSTM的數(shù)據(jù)中心CPU負(fù)載預(yù)測(cè)
計(jì)算機(jī)仿真
頁(yè)數(shù): 6 2022-07-15
摘要: 針對(duì)數(shù)據(jù)中心服務(wù)器運(yùn)行過(guò)程中CPU負(fù)載變化不能被準(zhǔn)確預(yù)測(cè)的問(wèn)題,分別建立了整合移動(dòng)平均自回歸模型(ARIMA)和長(zhǎng)短時(shí)記憶人工神經(jīng)網(wǎng)絡(luò)(LSTM)的CPU負(fù)載預(yù)測(cè)模型。
由于上述模型缺少對(duì)原始數(shù)據(jù)的數(shù)據(jù)處理和人工智能算法局限性的考慮,故構(gòu)建了基于孤立森林算法(IF)、經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)和LSTM的CPU負(fù)載組合預(yù)測(cè)方法(IEBL)。