一种面向政企服务系统的性能预测方法及系统技术方案

本发明专利技术涉及计算机技术领域，具体涉及一种面向政企服务系统的性能预测方法及系统，所述方法包括：从政企服务系统中导出性能数据集；对性能数据集进行预处理，将预处理后的性能数据集划分为训练数据集和测试数据集；确定用于预测政企服务系统性能的性能预测模型，以及所述性能预测模型中待优化的训练参数；利用适应性鲸鱼优化算法搜索性能预测模型中待优化的训练参数，得到最优训练参数；利用最优训练参数训练性能预测模型，得到训练好的性能预测模型；利用训练好的性能预测模型对政企服务系统进行性能预测，本发明专利技术能够对政企服务系统进行性能预测，保证政企服务系统的稳定性和可用性。性。性。

【技术实现步骤摘要】
一种面向政企服务系统的性能预测方法及系统


[0001]本专利技术涉及计算机
，具体涉及一种面向政企服务系统的性能预测方法及系统。

技术介绍

[0002]目前，许多职能部门都在不断加强政企服务系统的建设，以方便企业能够在线申报和办理相关业务。为了保障政企服务系统的稳定运行，运维人员必须时刻监测政企服务系统的性能。在侦测到政企服务系统出现性能问题时，运维人员需要及时地进行处理，从而保障系统的正常业务不受到影响。因此，高效地掌握政企服务系统的性能具有非常重要的意义。
[0003]然而，传统政企服务系统的性能监测方法往往是在系统已经出现性能问题时，才能够给运维人员发出提醒。因此，传统政企服务系统的性能监测方法具有一定的滞后性，这样在很大程度上影响了政企服务系统的稳定性和可用性。

技术实现思路

[0004]本专利技术目的在于提供一种面向政企服务系统的性能预测方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
[0005]为了实现上述目的，本专利技术提供以下技术方案：
[0006]一种面向政企服务系统的性能预测方法，所述方法包括以下步骤：
[0007]步骤S100、从政企服务系统中导出性能数据集；
[0008]步骤S200、对性能数据集进行预处理，将预处理后的性能数据集划分为训练数据集和测试数据集；
[0009]步骤S300、确定用于预测政企服务系统性能的性能预测模型，以及所述性能预测模型中待优化的训练参数；
[0010]步骤S400、利用适应性鲸鱼优化算法搜索性能预测模型中待优化的训练参数，得到最优训练参数；
[0011]步骤S500、利用最优训练参数训练性能预测模型，得到训练好的性能预测模型；
[0012]步骤S600、利用训练好的性能预测模型对政企服务系统进行性能预测。
[0013]进一步，所述步骤S400包括：
[0014]步骤S401、确定性能预测模型中待优化的训练参数的数量FD；
[0015]步骤S402、确定种群规模WPZ和最大搜索代数MSG；
[0016]步骤S403、设置搜索代数G＝0；
[0017]步骤S404、随机产生种群Pop＝{FX1,FX2,...,FX
wi
,...,FX
WPZ
}，其中，FX
wi
表示种群中的第wi个个体，个体FX
wi
中存储了性能预测模型中FD个待优化的训练参数，个体下标wi＝1,2,...,WPZ；
[0018]步骤S405、确定种群中每个个体的适应值；
[0019]步骤S406、从种群中选取适应值最小的个体，记为最优个体BFX；
[0020]步骤S407、设置交叉率FCR
wi
；
[0021]步骤S408、按照公式(1)计算当前交叉率UCR
wi
：
[0022][0023]其中，RDT
wi
表示正弦递增量，rand表示随机实数产生函数，sin表示正弦函数，π表示圆周率；
[0024]步骤S409、在[0,1]之间随机产生一个实数prv；
[0025]步骤S410、按照公式(2)更新当前交叉率UCR
wi
：
[0026][0027]步骤S411、在[0,1]之间随机产生一个实数rup；
[0028]步骤S412、设置操作标记exk＝1；
[0029]步骤S413、比较实数rup和0.5的大小，如果rup小于0.5则转到步骤S417，否则转到步骤S414；
[0030]步骤S414、在[1,WPZ]之间随机产生三个互不相等的正整数r1，r2和r3；
[0031]步骤S415、按公式(3)执行交叉捕猎操作，产生新个体UX
wi
：
[0032][0033]其中，维度下标tj＝1,2,...,FD；rf1为[
‑
1,1]之间的随机实数；exp表示以自然常数e为底的指数函数；cos表示余弦函数；BFX
tj
表示最优个体BFX所存储的性能预测模型中第tj个待优化的训练参数；FX
wi,tj
表示种群中的第wi个个体所存储的性能预测模型中第tj个待优化的训练参数；FX
r1,tj
表示种群中的第r1个个体所存储的性能预测模型中第tj个待优化的训练参数；FX
r2,tj
表示种群中的第r2个个体所存储的性能预测模型中第tj个待优化的训练参数；FX
r3,tj
表示种群中的第r3个个体所存储的性能预测模型中第tj个待优化训练参数；
[0034]步骤S416、转到步骤S422；
[0035]步骤S417、设置搜索系数AW＝2
×
dv
×
rf2
‑
dv；
[0036]其中，rf2为[0,1]之间的随机实数；dv为收敛系数；
[0037][0038]步骤S418、比较搜索系数AW的绝对值和1的大小，如果搜索系数AW的绝对值小于1则转到步骤S419，否则转到步骤S421；
[0039]步骤S419、按公式(4)执行包围操作，以产生新个体UX
wi
：
[0040][0041]其中，rf3为[0,1]之间的随机实数；
[0042]步骤S420、转到步骤S422；
[0043]步骤S421、设置操作标记exk＝0，然后按公式(5)执行猎物搜索操作产生新个体UX
wi
：
[0044]UX
wi
＝FX
rsi
‑
AW
×
|2
×
rf3
×
FX
wi
‑
FX
rsi
|
ꢀꢀꢀ
(5)；
[0045]其中，FX
rsi
表示从种群中随机选择的一个个体；
[0046]步骤S422、将新个体UX
wi
的适应值与个体FX
wi
的适应值进行比较，如果新个体UX
wi
的适应值小于个体FX
wi
的适应值，则在种群中用新个体UX
wi
替换个体FX
wi
，否则保持个体FX
wi
不变；
[0047]步骤S423、比较操作标记exk和1的大小，如果操作标记exk等于1，则转到步骤S424，否则转到步骤S425；
[0048]步骤S424、比较新个体UX
wi
的适应值与个体FX
wi
的适应值的大小，如果新个体UX
wi
的适应值小于个体FX
wi
的适应值，则设置交叉率FCR
wi
＝本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向政企服务系统的性能预测方法，其特征在于，所述方法包括以下步骤：步骤S100、从政企服务系统中导出性能数据集；步骤S200、对性能数据集进行预处理，将预处理后的性能数据集划分为训练数据集和测试数据集；步骤S300、确定用于预测政企服务系统性能的性能预测模型，以及所述性能预测模型中待优化的训练参数；步骤S400、利用适应性鲸鱼优化算法搜索性能预测模型中待优化的训练参数，得到最优训练参数；步骤S500、利用最优训练参数训练性能预测模型，得到训练好的性能预测模型；步骤S600、利用训练好的性能预测模型对政企服务系统进行性能预测。2.根据权利要求1所述的一种面向政企服务系统的性能预测方法，其特征在于，所述步骤S400包括：步骤S401、确定性能预测模型中待优化的训练参数的数量FD；步骤S402、确定种群规模WPZ和最大搜索代数MSG；步骤S403、设置搜索代数G＝0；步骤S404、随机产生种群Pop＝{FX1,FX2,...,FX
wi
,...,FX
WPZ
}，其中，FX
wi
表示种群中的第wi个个体，个体FX
wi
中存储有性能预测模型中FD个待优化的训练参数，个体下标wi＝1,2,...,WPZ；步骤S405、确定种群中每个个体的适应值；步骤S406、从种群中选取适应值最小的个体，记为最优个体BFX；步骤S407、设置交叉率FCR
wi
；步骤S408、按照公式(1)计算当前交叉率UCR
wi
：其中，RDT
wi
表示正弦递增量，rand表示随机实数产生函数，sin表示正弦函数，π表示圆周率；步骤S409、在[0,1]之间随机产生一个实数prv；步骤S410、按照公式(2)更新当前交叉率UCR
wi
：步骤S411、在[0,1]之间随机产生一个实数rup；步骤S412、设置操作标记exk＝1；步骤S413、比较实数rup和0.5的大小，如果rup小于0.5则转到步骤S417，否则转到步骤S414；步骤S414、在[1,WPZ]之间随机产生三个互不相等的正整数r1，r2和r3；步骤S415、按公式(3)执行交叉捕猎操作，产生新个体UX
wi
：
其中，维度下标tj＝1,2,...,FD；rf1为[
‑
1,1]之间的随机实数；exp表示以自然常数e为底的指数函数；cos表示余弦函数；BFX
tj
表示最优个体BFX所存储的性能预测模型中第tj个待优化的训练参数；FX
wi,tj
表示种群中的第wi个个体所存储的性能预测模型中第tj个待优化的训练参数；FX
r1,tj
表示种群中的第r1个个体所存储的性能预测模型中第tj个待优化的训练参数；FX
r2,tj
表示种群中的第r2个个体所存储的性能预测模型中第tj个待优化的训练参数；FX
r3,tj
表示种群中的第r3个个体所存储的性能预测模型中第tj个待优化训练参数；步骤S416、转到步骤S422；步骤S417、设置搜索系数AW＝2
×
dv
×
rf2
‑
dv；其中，rf2为[0,1]之间的随机实数；dv为收敛系数；步骤S418、比较搜索系数AW的绝对值和...

【专利技术属性】
技术研发人员：郭肇禄，谭力江，蔡岳城，罗云，
申请(专利权)人：广东奥博信息产业股份有限公司，
类型：发明
国别省市：