一种数据共享API调用量预测方法、装置和设备

本发明涉及调用量预测技术领域，具体涉及一种数据共享API调用量预测方法、装置和设备，其中，所述方法采用VMD算法对原始调用量的时间序列进行分解，用以降低数据的不稳定性，随机波动性强，增强模型的预测效果，面对单一模型特征提取能力弱，预测精度低的问题，将卷积神经网络(CNN)和长短期记忆(LSTM)相结合，加强对序列特征提取的能力，提升序列预测精度，使用改进粒子群算法，提高粒子在迭代过程中不同阶段的全局和局部搜索能力，提升搜索CNN‑LSTM预测模型最佳超参数能力，从而提高预测精度和泛化性，适合于大样本场景下数据共享API调用量的预测任务。