摘要
本发明公开了一种基于麻雀搜索与门控循环单元网络的云任务故障预测方法,S1.得到云任务故障预测标准化数据集;S2.构建云任务故障预测特征;S3.得到初始多尺度门控循环单元网络模型;S4.得到麻雀搜索算法初始种群矩阵;S5.输出云任务故障预测最优超参数向量;S6.获得云任务故障预测训练完毕模型参数;S7.将云任务故障预测训练完毕模型参数部署至云计算平台推理环境,生成云任务故障概率序列,并与云任务故障风险阈值进行比较,当任一云任务故障概率超出云任务故障风险阈值时输出云任务故障预警信号;S8.将云任务故障预警信号发送至云计算平台调度模块。本发明有效降低因突发性任务故障带来的资源浪费与服务中断风险。
技术关键词
门控循环单元网络
故障预测方法
故障预测特征
超参数
搜索算法
多尺度
矩阵
故障告警信息
注意力机制
序列
风险
资源重分配
平台
运维策略
关系
系统为您推荐了相关专利信息
MLP神经网络
发电机定子
神经网络预测模型
仿真模型
定子绕组
面向离散制造业
智能排产
设备故障数据
设备故障预测
损失函数优化
生成式对抗网络
深度残差神经网络
积层
电力数据传输技术
图像