基于指数平滑的云服务器请求量集成预测模型

• 作 者: 石瑾挺 孙洁香 邬惠峰
• 机 构: 杭州电子科技大学计算机学院,北京机械工业自动化研究所有限公司
• 出 处: 计算机工程与设计
• 发表日期: 2020年2期
• 关键词: 弹性云服务器 预测模型 指数平滑 线性回归 集成模型 elastic cloud serverprediction modelexponential smoot

针对现有弹性云服务器(elastic cloud server,ECS)未来请求量预测模型准确度低、稳定性差等问题,提出一种基于指数平滑的Stacking集成预测模型。以多个二次指数平滑模型作为基础模型,将线性回归模型作为集成模型对多组指数平滑预测值进行最终拟合;预测过程中使用多组二次指数平滑模型对ECS的历史请求时序进行构造集成模型训练数据集并加入平滑系数的动态优化。与传统单一模型的对比实验结果表明,该模型在实际云服务器请求量预测过程中具有更好的准确性和稳定性。