组新的序列值,将该序列值作为 GRU-LSTM 组合预测模型的输入,以对云计算资源进行高效 预测.在集群公开数据集 Cluster-trace-v2018 上进行实验,结果表明,与传统的单一预测模型 ARIMA,LSTM,GRU 以及现有的组合预测模型 ARIMA-LSTM,Refined LSTM 等相比 ,GRU-LSTM 模型预测结果的均方误差减少 6~9, 预测时间平均缩短...
云计算负载预测预测模型门控循环单元长短期记忆网络日益增多的应用部署在云端使得云数据中心的功耗波动剧烈,从而导致云数据中心资源利用率不平衡,高效的负载预测是解决该问题的关键技术.针对目前负载预测模型预测精度低,预测时间长的问题,建立一种基于门控循环单元(GRU)与长短期记忆(LSTM)网络的组合预测模型GRU-LSTM.该模...