摘要：论述了云计算资源需求预测的作用,提出了新的基于夹角余弦的广义模糊软集相似性度量方法,将相似性度量结果与预测精度相结合来获得各单项预测模型的权重,并针对云计算环境中资源需求所表现出的短期动态性和长期周期性特征,选用自适应神经模糊推理系统ANFIS和季节性ARIMA模型SARIMA作为单项预测模型,以此构建基于广义模糊软集理论的组合预测模型GFSS-ANFIS/SARIMA。最后将该模型用于云计算环境下的资源需求预测应用中去。实验结果表明,与其它预测模型相比,该模型能有效提高预测精度,具有良好的预测性能。本文所提方法能为云计算资源的高效调度和分配提供决策支持。

关键词：云计算 广义模糊软集 相似性度量 组合预测 自适应神经模糊推理系统 

单位：浙江农林大学浙江省林业智能监测与信息技术研究重点实验室 浙江杭州311300 合肥工业大学过程优化与智能决策教育部重点实验室 安徽合肥230009