CN114398954B 一种基于混合优化策略极限学习机的云服务器负载预测方法 （重庆大学）_第1页
CN114398954B 一种基于混合优化策略极限学习机的云服务器负载预测方法 （重庆大学）_第2页
CN114398954B 一种基于混合优化策略极限学习机的云服务器负载预测方法 （重庆大学）_第3页
CN114398954B 一种基于混合优化策略极限学习机的云服务器负载预测方法 （重庆大学）_第4页
CN114398954B 一种基于混合优化策略极限学习机的云服务器负载预测方法 （重庆大学）_第5页
已阅读5页，还剩27页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

司一种基于混合优化策略极限学习机的云服本发明公开一种基于混合优化策略极限学27)获取当前云服务器负载数据，并输入到μηbb3.3)在鲸鱼优化器中引入非线性收敛因子β,即：2.根据权利要求1所述的一种基于混合优化策略极限学习机的云服务器负载预测方33.根据权利要求1所述的一种基于混合优化策略极限学习机的云服务器负载预测方4.根据权利要求3所述的一种基于混合优化策略极限学习机的云服务器负载预测方5.根据权利要求4所述的一种基于混合优化策略极限学习机的云服务器负载预测方6.根据权利要求1所述的一种基于混合优化策略极限学习机的云服务器负载预测方47.根据权利要求1所述的一种基于混合优化策略极限学习机的云服务器负载预测方rand8.根据权利要求1所述的一种基于混合优化策略极限学习机的云服务器负载预测方5Bmax6[0005]本发明的目的是提供一种基于混合优化策略极限学习机的云服务器负载预测方78μηLevy(v)(14)[0044]3.3)在鲸鱼优化器中引入非线性收敛因子β,即：9[0062]值得说明的是，本发明考虑到云服务器负载数据具有明显的非线性和非平稳特T＝LP。[0087]pos(+1)=pos(i)-k·Q(7)μηLevy(v)(14)[0109]3.3)在鲸鱼优化器中引入非线性收敛因子β,即：假设鲸鱼群的当前最佳个体是目标位置，其他个体更新其位置并尝试接近最佳个体位置。[0155]4)使用多样混合优化策略更新鲸鱼优化器，进一步增强局部优化和全局优化能[0156]4.1)使用Levy策略初始化鲸鱼种群，种群初始化对优化器的优化过程有重要影μη

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论