Author(s): WU Zhang-jun, LIU Xiao, NI Zhi-wei
Pages: 1920-1927
Year: 2013 Issue:  8
Journal: Computer Integrated Manufacturing Systems
Keyword:  cloud workflow system; chaotic time series; reconstructed phase space; radical basis function neural network; time prediction;
Abstract: 针对线性时间序列方法无法有效预测云工作流活动的运行时间的问题,提出一种基于混沌时间序列的云工作流活动运行时间预测模型.该模型利用相空间重构理论和径向基函数神经网络实现对非线性时间序列的预测.相空间重构理论能够有效刻画云工作流活动的运行时间因受系统性能、网络状况等多种因素影响而呈现的非线性特征；径向基函数神经网络能够有效预测混沌时间序列.模拟实验分别考虑了计算密集型的科学工作流和实例密集型的商务工作流的情况.实验结果表明,无论长周期活动还是短周期活动,混沌时间序列模型明显优于其他有代表性的活动运行时间预测方法.