《表2 各服务器误差：基于自适应遗传算法和BP神经网络的云服务器请求量预测模型》

  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

《基于自适应遗传算法和BP神经网络的云服务器请求量预测模型》

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

四种服务器在灰色预测模型、BP、AGA-BP下的均方误差如图6所示。由于flavor6和flavor5访问量波动性较大，所有模型对于这一类服务器的预测误差比波动性小的服务器flavor1和flavor3要大。其中灰色预测模型效果尤为不好，该模型在波动性较大的情况下精度欠佳。AGA-BP比灰色预测模型、BP预测误差要更小，相比较灰色模型，AGA-BP更适用于波动性较大的情况；相比较BP而言，AGA-BP具有更好的全局搜索能力表2中可见4种服务器在灰色预测模型、BP、AGA-BP三种模型下的量化误差，其中AGA-BP模型相较于灰色预测模型至少有50%的误差提升，相较于BP模型4%～13%的提升。实验结果显示出AGA-BP神经网络在预测精度和应对波动性较大的情况有较强的优势。