基于IQPSO-GA优化ANFIS模型的服务器故障预警方法

作     者：李盛新 叶丰华 李道童 张秀波 韩红瑞 LI Shengxin;YE Fenghua;LI Daotong;ZHANG Xiubo;HAN Hongrui

作者机构：浪潮电子信息产业股份有限公司济南250101 

基　　金：山东省基金项目(ZR2019LZH006) 

出 版 物：《计算机测量与控制》 (Computer Measurement &Control)

年 卷 期：2024年第32卷第4期

页      码：37-45页

摘      要：针对服务器底层部分业务类硬件故障对系统稳定运行的影响,提出一种改进的量子行为粒子群优化(IQPSO)与遗传算法(GA)相结合的混合元启发式优化算法对自适应神经模糊推理系统(ANFIS)参数进行训练,以获得更准确的ANFIS规则进行硬件故障预警的方法;首先,通过分析服务器业务与硬件相关参数之间的映射关系,通过采集的数据集对ANFIS模型进行训练构造预测模型;其次,考虑ANFIS在梯度计算过程中存在容易陷入局部最优值的问题,设计了一种IQPSO算法结合GA中的交叉和变异算子操作混合元启发算法全局搜索ANFIS规则参数;最后,通过一组后处理样本数据集对所提方法有效性和稳定性进行了检验;实验结果表明,该方法可有效预警服务器硬件故障,基于所提混合元启发优化算法获得的ANFIS模型具备更快的收敛速度和更高的全局搜索精度,与传统ANFIS模型相比泛化精度提高了47%以上。

主 题 词：服务器 故障预警 自适应神经模糊推理系统 量子行为粒子群优化算法 遗传算法 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.16526/j.cnki.11-4762/tp.2024.04.006

馆 藏 号：203127530...