基于改进的人工神经网络对存储系统性能进行预测的方法

计算机科学杂志|郭佳 北京交通大学计算机与信息技术学院; 北京100044; 国家保密科技测评中心; 北京100044

摘要:测量和评估网络存储系统的性能是用户和企业普遍关心的重点问题之一,因BP神经网络具有强大的非线性映射能力,文中提出了一种利用改进的BP神经网络实现对网络IO性能进行预测的方法。改进的主要内容包括:1)利用马尔科夫链进行预测,更新输出层输出;2)当算法选择概率达到一定值后,利用人工蜂群算法对权值进行优化。最后模拟预测模型的实现过程,将预测结果与传统的BP神经网络进行对比。实验结果证明:该算法能够在基本不增加算法运行时间的情况下提高存储性能预测的求解精度和收敛速度。

【关键词】
  • 存储系统
  • bp神经网络
  • 马尔科夫链
  • 人工蜂群算法
【收 录】
  • 维普收录(中)
  • 北大期刊(中国人文社会科学期刊)
  • JST 日本科学技术振兴机构数据库(日)
  • 上海图书馆馆藏
  • 剑桥科学文摘
  • 哥白尼索引(波兰)
  • CSCD 中国科学引文数据库来源期刊(含扩展版)
  • 国家图书馆馆藏
  • 知网收录(中)
  • 万方收录(中)
  • 统计源期刊(中国科技论文优秀期刊)

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:计算机科学

期刊级别:北大期刊

期刊人气:78344