一种虚拟机需求数量预测方法

摘要

本发明公开了一种虚拟机需求数量预测方法。使用本发明能够实现虚拟机需求数量预测，同时为更准确地进行虚拟机需求预测提供了新思路和新途径。本发明中，通过在现有增量型极限学习机模型中加入动量项将网络训练误差反馈到隐含层的输出中使预测结果更逼近输出样本，能够减少增量型极限学习机的冗余隐含层节点，从而加快增量型极限学习机的网络收敛速度；通过引入优化解，即在训练过程中通过随机产生的输出权值并结合网络训练误差、输入样本，计算出更优的隐含层节点参数，包括输入权值、阈值、输出权值、网络训练误差，能够优化网络结构，提高网络训练过程的稳定性，从而有效降低网络训练误差。