機器學習方法的云數(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需求激增，其高能耗問題日益嚴重，如何精確預測數(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習方法的服務器實時能耗預測方法.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)，利用機器學習方法構建服務器的能耗模型.實驗結果表明：與基準算法相比，經(jīng)過優(yōu)化后的... （共8頁）