摘要
本申请涉及一种分布式缓存参数优化方法、装置、计算机设备和存储介质。所述方法包括:随机产生多组分布式缓存参数作为初始群体;将所述初始群体分别输入至缓存性能预测模型的多个学习器,预测所述初始群体的缓存性能,并根据所述初始群体的缓存性能确定所述初始群体的健康值;根据所述初始群体的健康值、突变概率阈值和交叉概率阈值对所述初始群体进行进化处理,生成新群体;将所述新群体更新为所述初始群体,返回所述将所述初始群体分别输入至缓存性能预测模型的多个学习器的步骤,迭代进化处理,得到缓存性能最优的一组分布式缓存参数。采用本方法能够提高分布式缓存参数调优的效率和准确性。
技术关键词
性能预测模型
学习器
参数优化方法
分布式缓存集群
加权平均策略
计算机设备
参数优化装置
生成对抗网络
人工神经网络
处理器
可读存储介质
模块
存储器
数据
系统为您推荐了相关专利信息
电表箱
梯度提升树模型
滑动窗口
卡尔曼滤波
分布式协同
性能预测模型
位置偏差值
同步电机
直线驱动
参数
路径规划控制方法
深度强化学习
控制策略模型
连续动作空间
AGV路径规划