機器學(xué)習(xí)方法的云數(shù)據(jù)中心能耗模型研究

摘要： 隨著全球數(shù)據(jù)中心的大量部署和云計算服務(wù)需求激增，其高能耗問題日益嚴(yán)重，如何精確預(yù)測數(shù)據(jù)中心的能耗已成為一項重要研究課題.針對數(shù)據(jù)中心服務(wù)器的能耗具有不確定性和非線性等特點，本文提出了一種機器學(xué)習(xí)方法的服務(wù)器實時能耗預(yù)測方法.該方法采用隨機森林算法篩選模型的輸入?yún)?shù)，使用網(wǎng)格搜索方法優(yōu)化模型的超參數(shù)，利用機器學(xué)習(xí)方法構(gòu)建服務(wù)器的能耗模型.實驗結(jié)果表明：與基準(zhǔn)算法相比，經(jīng)過優(yōu)化后的...