基于BP神经网络的气象云资源调度系统

doi:10.3969/j.issn.1006-2475.2018.07.014

计算机与现代化

基于BP神经网络的气象云资源调度系统

(江西省气象信息中心,江西南昌330096)

收稿日期:2018-01-17 出版日期:2018-08-23 发布日期:2018-08-27
作者简介:杨立苑(1991-),男,江西乐平人,江西省气象信息中心助理工程师,硕士,研究方向:云计算,机器学习,气象信息技术；胡佳军(1983-),男,江西吉安人,工程师,本科,研究方向:气象信息技术；李显风(1984-),男,江西金溪人,高级工程师,硕士,研究方向:气象信息技术。
基金资助:
江西省气象局重点科研项目（201701）

MeteorologicalCloudResourceSchedulingSystemBasedonBPNeuralNetwork

(JiangxiMeteorologicalInformationCenter,Nanchang330096,China)

Received:2018-01-17 Online:2018-08-23 Published:2018-08-27

摘要/Abstract

摘要： 人工调度气象云资源会造成资源浪费。本文设计一种基于BP神经网络的气象云资源调度系统。该系统使用BP神经网络学习虚拟机负载历史数据，并对其进行预测；基于预测的虚拟机负载，设计一种面向多类资源的虚拟机非增排序策略；使用首次适应算法对排序后的虚拟机进行云资源调度。该系统在江西省气象云平台中进行了实验和功能验证。

关键词: 气象云, 资源调度, BP神经网络

Abstract: Schedulingmeteorologicalcloudresourcemanuallycanleadtothewasteofresources.ThispaperdesignsameteorologicalcloudresourceschedulingsystembasedonBPneuralnetwork.ThissystemusesBPneuralnetworktolearnthehistoricalworkloadofvirtualmachines,andthenpredictstheirworkloads.Basedontheworkloadpredictionofvirtualmachines,amulti-resource-orientedstrategyforvirtualmachineswhichissortednon-increasinglyisdesigned.ThissystemusesFirst-Fitalgorithmtoallocatecloudresourcetosortedvirtualmachines.ThissystemisexperimentedandverifiedontheJiangximeteorologicalcloudplatform.

Key words: meteorologicalcloud, resourcescheduling, BPneuralnetwork

中图分类号:

TP319

杨立苑，胡佳军，李显风，周雪莹，邹海燕. 基于BP神经网络的气象云资源调度系统[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2018.07.014.

YANGLi-yuan,HUJia-jun,LIXian-feng,ZHOUXue-ying,ZOUHai-yan. MeteorologicalCloudResourceSchedulingSystemBasedonBPNeuralNetwork[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2018.07.014.

参考文献

［1］武志学.云计算虚拟化技术的发展与趋势［J］.计算机应用,2017,37(4):915-923.
［2］陈鹏,唐红昇,裴向杰,等.省级气象云资源管理平台设计与应用［J］.气象科技,2017,45(5):949-954.
［3］华连生,唐怀瓯,王根,等.安徽省气象业务资源池设计与应用［J］.气象科技,2017,45(2):269-275.
［4］刘国宏,余东昌,刘旭林,等.虚拟化技术在气象业务中的应用［J］.计算机技术与自动化,2013,32(4):119-122.
［5］邓雪娇,邓涛,麦博儒,等.华南区域大气成分业务数值预报GRACEs模式系统［J］.热带气象学报,2016,32(6):900-907.
［6］王洪峰,张晖,李强,等.基于数值预报模式的Ka频段卫星系统降雨衰减短时预测［J］.中国空间科学技术,2017,37(1):82-88.
［7］代刊,曹勇,钱奇峰,等.中短期数字化天气预报技术现状及趋势［J］.气象,2016,42(12):1445-1455.
［8］刘晓楠,周介圭,贾宏杰,等.基于非参数核密度估计与数值天气预报的风速预测修正方法［J］.电力设备自动化,2017,37(10):15-20.
［9］李建,邓伟才,邓闯,等.基于移动互联网的浙江台风信息发布系统研发与应用［J］.气象科技,2017,45(2):254-260.
［10］周雨,刘志萍,张国平.鹰厦铁路降水诱发地质灾害概率预报模型及应用［J］.应用气象学报,2015,26(6):743-749.
［11］邓德文,杨华,周雨,等.江西交通气象服务系统组成与应用［J］.气象水文海洋仪器,2017,34(3):63-69.
［12］祁丽燕,黄明策,苏洵.华南西部欧洲细网格2m温度预报误差分析［J］.气象研究与应用,2015,36(4):1-7.
［13］任凯,吴恒,吴悦文,等.混合型虚拟化资源管理系统［J］.计算机系统应用,2016,25(10):57-64.
［14］LiDeng，LiYao.DynamicallocationofvirtualresourcesbasedongeneticalgorithmintheCloud［C］//Asia-pacificServicesComputingConference.2015:153-164.
［15］袁正午,李君琪.基于改进粒子群算法的云资源调度［J］.计算机工程与设计,2016,37(2):401-404.
［16］杨冬菊,邓崇彬.基于ARIMA模型的虚拟资源动态调度方法［J］.计算机科学,2017,44(10):14-18.
［17］向勇潮.基于CPU调频技术的云数据中心节能调度算法［D］.北京:北京交通大学,2014.
［18］曹东航.基于Ganglia的云平台监控的研究与实现［D］.成都：电子科技大学,2016.
［19］焦斌,叶明星.BP神经网络隐藏层单元数确定方法［J］.上海电机学院学报,2013,16(3):113-116.

[1]	毛明扬, 徐胜超. 面向粒子群优化BP神经网络的粗糙集连续属性离散化算法[J]. 计算机与现代化, 2023, 0(09): 115-119.
[2]	王玉立, 杨昌松, 邱劲, 韦俊, 吴宏杰, . 基于时空注意力机制的基坑位移预测方法[J]. 计算机与现代化, 2023, 0(05): 39-45.
[3]	王颖颖, 庄毅, 孙逸帆. 基于粒子群优化BP神经网络的可靠性评估模型[J]. 计算机与现代化, 2022, 0(12): 42-49.
[4]	汪敏, 徐英豪, 朱习军. 基于改进遗传算法优化BP神经网络的糖尿病并发症预测模型#br#[J]. 计算机与现代化, 2022, 0(11): 69-74.
[5]	刘军, 彭慧娴, 黄斌, 托尼·谢伊. 基于BP-GamysBoost的乳腺癌诊断模型[J]. 计算机与现代化, 2021, 0(04): 8-14.
[6]	杨秋良, 王钰, 杨杏丽, 李济洪. 基于互信息F统计量特征选择技术的地基气象云图分类[J]. 计算机与现代化, 2021, 0(02): 18-23.
[7]	陈平平,耿笑冉,邹敏,谭定英. 基于机器学习的文本情感倾向性分析[J]. 计算机与现代化, 2020, 0(03): 77-.
[8]	崔晨耕. 神经网络算法与机理模型融合的#br# 冷连轧轧制力智能预报模型[J]. 计算机与现代化, 2019, 0(08): 74-.
[9]	黄荣1，陈垲冰1，岳青2，刘兴林1，吴明芬1. 基于BP神经网络的用户九型人格模型构建[J]. 计算机与现代化, 2019, 0(03): 1-.
[10]	李程，柴小丽，谢彬，唐鹏. 一种Hadoop YARN的资源调度机制[J]. 计算机与现代化, 2017, 0(11): 29-34.
[11]	蒋晨阳，张云飞，李鑫. 基于时空相关性的连续缺失值填补算法[J]. 计算机与现代化, 2016, 0(9): 6-9.
[12]	胡帅,顾艳,姜华. 基于PCA-RBF网络的学生写作成绩预测模型[J]. 计算机与现代化, 2016, 0(1): 69-72,126.
[13]	谷全宇1，张梦婷2. 基于蛙跳粒子群的BP神经网络算法[J]. 计算机与现代化, 2015, 0(9): 57-59,65.
[14]	杨争光1,2,范良忠2. 基于MEC-BP神经网络在水产养殖水质预测中的应用[J]. 计算机与现代化, 2015, 0(6): 32-36.
[15]	郝纲，庄毅. 基于PSO-BP神经网络的应力测量与补偿模型[J]. 计算机与现代化, 2015, 0(6): 105-109.

基于BP神经网络的气象云资源调度系统

MeteorologicalCloudResourceSchedulingSystemBasedonBPNeuralNetwork

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价