由于主机负载具有短期突变性和非线性等特点，主机负载中短期突变的信息难以被捕获。为提高主机负载预测的准确性，设计并实现一种基于Zoneout的LSTM (long short term memory with zoneout,LSTM-Z)主机负载预测方法。该方法能适应具有波动性特点的主机负载预测模式，通过遗传算法在迭代进化过程中探索最优的历史窗口权重向量，充分利用历史数据依赖关系，提高预测的准确性。通过在谷歌和阿里云两个真实的云平台数据上进行单步和多步预测实验，验证了其有效性。
科研之友
微信
新浪微博
Facebook
分享链接
