改进GWO优化SVM的服务器性能预测

作者：李建民; 陈慧; 杨冬芹; 林振荣^*

来源：计算机工程与设计, 2019, 40(11): 3099-3105+3163.

DOI：10.16208/j.issn1000-7024.2019.11.007

• 支持向量机
• 灰狼寻优算法
• 差分进化算法
• 服务器性能
• 预测模型

为更加精确地对服务器性能进行评估与预测,提出一种基于差分进化(DE)与灰狼寻优(GWO)相结合的SVM模型(DE-GWO-SVM)。利用灰狼寻优算法(GWO)寻求SVM的最优参数组合惩罚因子C和核函数参数γ,提升SVM算法的预测性能,将DE算法用于生成灰狼寻优算法初始种群的最优值,克服GWO的初始种群随机生成的局限性,使GWO具有更加良好的寻优能力,获取SVM算法的参数组合C和γ的最优解。实验结果表明,相比于传统的SVM、ABCSVM、GWOSVM模型,DEGWOSVM预测模型具有较高的预测精度、良好的稳定性和泛化能力。

• 出版日期2019
• 单位南昌大学信息工程学院; 江西工业职业技术学院