《表2 不同预测模型的最优参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《改进GWO优化SVM的服务器性能预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文模型是基于元启发式算法寻找SVM最优参数的预测，为验证其准确性和有效性，对原始SVM模型、蜂群算法优化的ABC-SVM模型、灰狼寻优算法优化的GWO-SVM模型进行了大量的实验。本文改进的模型在参数初始化时，种群数目NPOP设为30，维度N为2，最大迭代次数G为30，交叉概率PCR为0.2，缩放因子下限为0.01，上限为100。为了确保实验的公平性，算法所需初始化参数和数据集均相同。利用ABC算法、GWO算法、DE-GWO算法对SVM算法参数进行寻优，分别得到的最优参数组合见表2，将最优参数组合代入SVM模型训练得到服务器性能拟合图。