随着全球数据中心的大量部署和云计算服务需求激增，其高能耗问题日益严重，如何精确预测数据中心的能耗已成为一项重要研究课题.针对数据中心服务器的能耗具有不确定性和非线性等特点，本文提出了一种机器学习方法的服务器实时能耗预测方法.该方法采用随机森林算法筛选模型的输入参数，使用网格搜索方法优化模型的超参数，利用机器学习方法构建服务器的能耗模型.实验结果表明：与基准算法相比，经过优化后的模型其平均绝对误差降低了6.5%,并且在加入误差置信区间后能耗模型的平均绝对误差低于1.4%.
科研之友
微信
新浪微博
Facebook
分享链接
