改进GWO优化SVM的服务器性能预测

摘要：

为更加精确地对服务器性能进行评估与预测,提出一种基于差分进化(DE)与灰狼寻优(GWO)相结合的SVM模型(DE-GWO-SVM).利用灰狼寻优算法(GWO)寻求SVM的最优参数组合惩罚因子C和核函数参数γ,提升SVM算法的预测性能,将DE算法用于生成灰狼寻优算法初始种群的最优值,克服GWO的初始种群随机生成的局限性,使GWO具有更加良好的寻优能力,获取SVM算法的参数组合C和γ的最优解.实验结果表明,相比于传统的SVM、ABC_SVM、GWO SVM模型,DE GWO SVM预测模型具有较高的预测精度、良好的稳定性和泛化能力.

关键词：支持向量机、灰狼寻优算法、差分进化算法、服务器性能、预测模型

所属期刊栏目：40

分类号：TP39(计算技术、计算机技术)

资助基金：江西省科技支撑计划重点基金项目20151BBE50057

在线出版日期：2020-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3099-3105,3163