《表1 工作负载预测模型训练与预测性能表》
通过图7可以看出,本文模型的曲线和目标曲线的拟合度最佳。而在表1中不难发现,虽然2个模型都能够随着训练时间的推移取得更好的预测效果,但本文模型无论是训练收敛还是实际预测效果都更好。训练和实际预测中本文模型的Loss和MAPE分别为960和0.00034,表现了其在工作负载预测上的能力。通过添加卷积运算,提高了模型在数据特征提取上的能力,能够加强LSTM在时间序列分析上的优势。而且通过使用Dropout使得模型网络稀疏,防止过拟合,提高了模型对于数据的适应程度。
图表编号 | XD0068487500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 曹宇、杨军 |
绘制单位 | 华北计算技术研究所基础四部、华北计算技术研究所基础四部 |
更多格式 | 高清、无水印(增值服务) |