基于AHP-RBF的Swift云存储负载预测

摘要：

通过对Swift云存储中Proxy Node的负载因素研究，提出结合层次分析法（AHP）和混合递阶遗传训练的RBF神经网络实现对Swift云存储负载情况的预测，其中使用AHP构造对云存储系统的负载层次化模式，提高负载预测的综合精度，设计了RBF神经网络预测模型，用混合递阶遗传算法（HHGA）确定RBF神经网络的参数和结构。仿真实验结果表明，对Swift云存储负载的预测具有可行性，能为系统动态负载均衡决策提供依据。

关键词：Swift、混合递阶遗传算法、径向基函数(RBF)神经网络、层次分析法、负载

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金No.61001143。

在线出版日期：2014-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：35-39