电力云虚拟机负载预测方法
    2.
    发明公开

    公开(公告)号:CN109522093A

    公开(公告)日:2019-03-26

    申请号:CN201811366764.7

    申请日:2018-11-16

    摘要: 本发明提供的一种电力云虚拟机负载预测方法,包括S1:对虚拟机资源运行的数据进行预处理;S2:采用主成分分析法将对经预处理后的数据进行降维,得到样本矩阵Z;S3:将样本矩阵Z中的元素训练BP神经网络,并利用遗传算法优化BP神经网络;得到BP神经网络的预测模型;S4:将所要预测数据所在日期的前3天的虚拟机资源运行的数据进行预处理后,输入预先建立的BP神经网络的预测模型,得到所要预测日期的数据值;本发明通过关联缺失和异常数据前后数据,对缺失和异常数据分别进行补充和更新的预处理,然后将所要预测时刻的数据的前若干天的实际数据经预处理后输入通过遗传算法优化的BP神经网络,得到预测数据,预测精度高,实用性更广。