En el entorno de la nube IaaS (infraestructura como servicio), los usuarios reciben máquinas virtuales (VM). Para asignar recursos a los usuarios de forma dinámica y eficaz, es esencial predecir con precisión las demandas de recursos. Para ello, este artículo propone un método de predicción autoadaptativo que utiliza un modelo de conjunto y una red neuronal difusa basada en clustering sustractivo (ESFCFNN). Analizamos los caracteres de las preferencias y demandas de los usuarios. A continuación, se construye la arquitectura del modelo de predicción. Adoptamos algunos predictores base para componer el modelo de conjunto. A continuación, se investiga la estructura y el algoritmo de aprendizaje de la red neuronal difusa. Para obtener el número de reglas difusas y el valor inicial de los parámetros de las premisas y los consecuentes, este artículo propone el algoritmo de c-means difuso combinado con el de clustering sustractivo, es decir, el clustering sustractivo-fuzzy. Finalmente, adoptamos diferentes criterios para evaluar el método propuesto. Los resultados del experimento muestran que el método es preciso y eficaz para predecir las demandas de recursos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Nanotubos de carbono plantados en una aleación de Ni en una pila de combustible microbiana
Artículo:
Optimización y evaluación in vivo de un sistema de administración de fármacos basado en pectina que contiene curcumina para el colon
Artículo:
Tecnología de procesamiento de imágenes en monitorización remota y sistemas médicos inteligentes
Artículo:
Sistema de segmentación y parcelación de imágenes de resonancia magnética cerebral basado en la nube para la predicción individualizada del empeoramiento cognitivo
Artículo:
Diseño y prueba de un robot móvil con tres niveles de complejidad para la experimentación en robótica