基于时间序列的资源配置优化方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 概述 | 第14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 时间序列(基于负荷)的修复与预测 | 第14-15页 |
| 1.2.2 资源的配置优化 | 第15-17页 |
| 1.3 论文工作与内容组织 | 第17-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 组织结构 | 第18页 |
| 1.3.3 研究目标 | 第18-19页 |
| 1.4 本章小结 | 第19-20页 |
| 第二章 相关算法介绍 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 ARIMA模型介绍 | 第20-25页 |
| 2.2.1 模型描述 | 第21-23页 |
| 2.2.2 ARIMA算法过程 | 第23-25页 |
| 2.3 并行计算与并行算法 | 第25-26页 |
| 2.4 GARCH模型 | 第26-27页 |
| 2.4.1 ARCH模型 | 第26-27页 |
| 2.4.2 GARCH模型 | 第27页 |
| 2.5 常用的相似性度量 | 第27-29页 |
| 2.5.1 欧氏距离 | 第27-28页 |
| 2.5.2 曼哈顿距离 | 第28页 |
| 2.5.3 切比雪夫距离 | 第28页 |
| 2.5.4 闵可夫斯基距离 | 第28-29页 |
| 2.5.5 标准化欧氏距离 | 第29页 |
| 2.5.6 夹角余弦 | 第29页 |
| 2.6 近似算法 | 第29-30页 |
| 2.7 本章小结 | 第30-32页 |
| 第三章 时序数据(基于负荷)的修复和预测 | 第32-50页 |
| 3.1 引言 | 第32页 |
| 3.2 线性修复算法 | 第32-37页 |
| 3.3 ARIMA模型的实现 | 第37-38页 |
| 3.4 预测并行化 | 第38-40页 |
| 3.4.1 JAVA多线程技术 | 第38-39页 |
| 3.4.2 并行化实现 | 第39-40页 |
| 3.5 评价体系 | 第40-42页 |
| 3.6 算法实验验证 | 第42-49页 |
| 3.6.1 算法精确度检验 | 第42-47页 |
| 3.6.2 预测并行化结果比对与分析 | 第47-49页 |
| 3.7 本章小结 | 第49-50页 |
| 第四章 资源的配置优化 | 第50-64页 |
| 4.1 引言 | 第50页 |
| 4.2 问题的提出及定义 | 第50-52页 |
| 4.2.1 配置优化的需求 | 第50-51页 |
| 4.2.2 数学定义及问题分析 | 第51-52页 |
| 4.3 最优化方法求解 | 第52-56页 |
| 4.3.1 最优化方法 | 第52页 |
| 4.3.2 拉格朗日乘子法 | 第52-54页 |
| 4.3.3 惩罚函数法 | 第54-56页 |
| 4.3.4 优化算法的简化算法 | 第56页 |
| 4.3.5 本节小结 | 第56页 |
| 4.4 非最优化方法算法 | 第56-60页 |
| 4.4.1 遍历法求解 | 第56-57页 |
| 4.4.2 全局近似算法求解 | 第57-59页 |
| 4.4.3 局部近似算法 | 第59-60页 |
| 4.5 算法实验验证 | 第60-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 本文总结 | 第64页 |
| 5.2 未来展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-70页 |
| 在读期间发表的学术论文与取得的研究成果 | 第70页 |
