龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：陕西金桔企业集团有限公司
摘要：本发明公开了基于WT‑GA‑GRU模型的云服务器故障诊断方法，收集云服务器的资源和性能数据；获取云服务器资源和性能序列数据；序列数据进行小波分解，得到各个尺度的小波子序列；各个子序列数据进行预处理操作；利用GRU神经网络对各尺度域上的小波子序列进行建模；用遗传算法优化GRU神经网络超参数，得到各个子序列的预测结果；对各个子序列的预测重构，综合生成最终的预测结果；计算序列数据预测值与实际值的残差序列，采用滑动窗口，分析云系统性能数据的变化规律，设定动态阈值诊断云系统故障；本发明WT‑GA‑GRU模型的故障诊断方法，解决了传统的诊断方法对波动较大的云服务器资源性能数据诊断准确度不高的问题。
主权项：1.基于WT-GA-GRU模型的云服务器故障诊断方法，其特征在于，具体按以下步骤实施：步骤1，收集云服务器的资源和性能数据；步骤2，获取云服务器资源和性能序列数据；步骤3，将步骤2得到的序列数据进行小波分解，得到各个尺度的小波子序列；步骤4，将步骤3得到的各个子序列数据进行预处理操作；步骤5，利用GRU神经网络对各尺度域上的小波子序列进行建模；步骤6，初始化种群，对待优化的超参数进行编码，包括时间窗口、学习率和神经元个数，超参数取值范围用[a:b:c]表示，其中a为起点，b为终点，c为数值间隔；建立GRU网络结构，并初始化权值阈值；输入数据训练GRU神经网络根据误差和适应度函数计算各个染色体的适应度值，将预测模型误差函数的倒数作为适应度函数，如下公式1所示，式中y是样本时间序列的实际观测值，是预测值，T表示样本参数时间序列的数据量； 当前最大适应度值无显著变化或达到种群最大迭代次数停止优化，计算当前的预测误差，保存当前最优超参数和对应GRU模型，完成子序列的预测，否则利用选择、交叉、变异操作，更新超参数染色体，并将新的超参数赋值给GRU神经网络，返回建立GRU网络结构，并初始化权值阈值这一步；步骤7，对各个子序列的预测重构，综合生成最终的预测结果；步骤8，计算序列数据预测值与实际值的残差序列，采用滑动窗口，分析云系统性能数据的变化规律，设定动态阈值诊断云系统故障。
全文数据：
权利要求：
百度查询： 陕西金桔企业集团有限公司 基于WT-GA-GRU模型的云服务器故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号