《表2 平均累计相对误差统计结果》

  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

《基于改进预测模型的云计算负载分类优化研究》

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

的值越低，预测的总误差就越小，模型的预测就越准确。在预测周期内对数据集中应用负载分类模型的任务均匀的选择了20个时刻，预测20个时刻负载，并计算在这20个时刻时的累计误差，结果如图2所示。结合LR与ARIMA的优化模型预测累积误差最低，单一LR模型与ARIMA模型预测误差较高，结合LR与SVM的现有分类模型与结合LR与SVM的预测分类模型对比，优化后的模型的预测累计误差显著小于现有模型。由表2，与LR模型、ARIMA模型及现有分类模型相比，结合LR与ARIMA负载分类模型的平均误差减少了151.17%、73.76%、38.18%。对于大型的负载预测，单一预测模型比分类预测模型的累计误差大的多。本文提出的模型较大程度上优化了原有模型的性能。