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：深圳市思高电子有限公司

摘要：本发明公开了基于EGGM模型预测云服务器软件老化的方法；首先将云服务器性能指标数据通过EEMD分解，分解得到若干组高低频率的IMF分量和Residual分量，然后对高频IMF分量使用GA优化GRU网络超参数形成的GA‑GRU模型预测，对低频IMF分量和Residual分量使用MLR模型预测，最后将所得各分量预测结果叠加重构得到完整的预测结果；本申请克服了传统方法在预测过程中容易陷入局部最优解、预测精度过低的问题；不仅能够精确提取云服务器软件老化的数据波动变化特征，而且能够精确预测云服务器性能指标数据的局部特征，最终实现对云服务器软件老化的性能指标参数进行高精确率的预测和分析。

主权项：1.基于EGGM模型预测云服务器软件老化的方法，其特征在于，具体包括以下步骤：步骤1，提取云服务器性能指标序列数据；步骤2，将步骤1提取到的云服务器性能指标数据进行EEMD分解，得到频率由高到低的多个IMF分量和一个Residual分量；步骤3，将经步骤2得到的高频IMF分量、低频IMF分量和Residual分量进行归一化处理，将数据序列映射到[0,1]区间；步骤4，用经步骤3归一化后的高频IMF分量构建GRU模型，并获得GRU模型对步骤3所得数据的预测结果；步骤5，将经步骤4得到的GRU模型通过GA进行超参数优化，得到GA-GRU模型；利用GA对GRU模型进行超参数优化的具体方法是：构建GRU预测模型超参数搜索空间，利用GA全局搜索超参数空间，进行最优超参数筛选，获取最优超参数组合，建立性能优化的GRU预测模型；步骤5.1，种群编码初始化；采用的编码方式是将需要优化求解的参数转换成基因串的形式，并组成染色体；针对GRU神经网络的超参数，以不同位数的二进制进行编码；步骤5.2，计算个体适应值；适应值量化个体在进化过程中的适应能力，适应值越高，表明个体表示的超参数组合所形成的模型预测误差越小，适应度函数如下式（4）： （4）式中：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；步骤5.3，利用遗传算法在个体之间进行选择、交叉和变异操作，实现对个体信息的改变，当某一个体信息发生改变时，则在超参数搜索空间中产生一个新个体，通过不断产生新个体的方式，探寻最优超参数组合，当新个体满足训练误差或者达到迭代次数，则搜索结束，输出最优GRU预测模型；步骤6，通过步骤5得到的GA-GRU模型预测高频IMF分量，得到GA-GRU模型预测结果；步骤7，通过MLR模型预测经步骤3得到的低频IMF分量和Residual分量，得到MLR模型预测结果；步骤8，将步骤6得到的GA-GRU模型预测结果和步骤7得到的MLR模型预测结果重构后得到最终预测结果；步骤9，将步骤8得到的最终预测结果和真实数据对比。

全文数据：

权利要求：

百度查询： 深圳市思高电子有限公司 基于EGGM模型预测云服务器软件老化的方法