首頁 > 期刊 > 人文社會科學(xué) > 社會科學(xué)II > 教育綜合 > 深圳大學(xué)學(xué)報·人文社會科學(xué)版 > 基于ARIMA和CART的負(fù)載預(yù)測模型 【正文】
基于ARIMA和CART的負(fù)載預(yù)測模型
- 計算機(jī)應(yīng)用技術(shù)
- 時間序列
- 負(fù)載預(yù)測
- 最小二乘法
- 自回歸差分滑動平均模型
摘要：主機(jī)資源的負(fù)載預(yù)測對其運(yùn)營維護(hù)工作具有重要意義.傳統(tǒng)負(fù)載預(yù)測方法通常采用線性時間序列模型擬合負(fù)載數(shù)據(jù),而負(fù)載受復(fù)雜的內(nèi)外部環(huán)境影響,線性模型無法很好地表征負(fù)載數(shù)據(jù)規(guī)律.為提高模型的精度,提出將負(fù)載信息分解為線性部分和非線性部分的思想,并將自回歸差分滑動平均(autoregressive integrated moving average,ARIMA)模型和分類回歸樹(classification and regression tree,CART)模型相結(jié)合進(jìn)行預(yù)測.通過加權(quán)最小二乘法改進(jìn)的ARIMA預(yù)測線性部分,通過邊界判定優(yōu)化的CART預(yù)測非線性部分,并結(jié)合兩者獲得綜合預(yù)測結(jié)果.在真實(shí)負(fù)載數(shù)據(jù)集下進(jìn)行對比實(shí)驗(yàn),結(jié)果表明,改進(jìn)后的算法預(yù)測精度相比傳統(tǒng)方法提高了15%以上,且對偏遠(yuǎn)值和不同的時間間隔都均有良好的適應(yīng)性.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
深圳大學(xué)學(xué)報·人文社會科學(xué)版
- 預(yù)計1-3個月 預(yù)計審稿周期
- 2.86 影響因子
- 教育 快捷分類
- 雙月刊 出版周期
主管單位：深圳大學(xué);主辦單位：深圳大學(xué)
我們提供的服務(wù)
在線客服
一對一咨詢服務(wù)、簡單快捷、省時省力
了解更多 >
快遞配送
直郵到家、實(shí)時跟蹤、更安全更省心
了解更多 >
雜志訂閱
去除中間環(huán)節(jié)享受低價，物流進(jìn)度實(shí)時通知
了解更多 >
雜志推薦
正版雜志，匹配度高、性價比高、成功率高
了解更多 >