一种分布式系统批量作业用时的预测方法及相关装置

本申请公开了一种分布式系统批量作业用时的预测方法及相关装置，可用于人工智能领域，该方法中，首先，获取分布式系统批量作业的批量用时数据集；批量用时数据集为平日用时数据集或结息日用时数据集；而后，将批量用时数据集输入季节性差分自回归滑动平均模型，得到趋势项、季节项、残差项以及基线预测值；继而，基于趋势项、季节项以及残差项构建三维向量；接着，向深度自回归循环神经网络模型输入三维向量，得到未来残差值；最后，计算基线预测值与未来残差值之和，得到分布式系统批量作业用时的预测结果。由此，既保留了统计模型对季节性的强解释力，又发挥了深度学习对复杂模式的拟合能力，能够得到低误差的预测结果。