摘要

多步骤头部Web服务QoS时间序列预测：一种基于多预测的遗传编程方法

作者:

杨苏和

永毅繁江作者信息和声明

GECCO’23伴侣：遗传和进化计算伴侣会议记录

2023年7月

页43-44

https://doi.org/10.1145/3583133.3595841

出版:2023年7月24日出版历史

获取访问权限

摘要

此前，在GECCO 2022热点报道[1]中，我们对Web服务（WS）服务质量（QoS）时间序列的建模和预测进行了全面调查[2]。基于[2]中的详尽调查，该研究课题已经被深入和广泛研究了十多年；根据我们正在进行的研究（已在[3][4][5]中报道），对于这个问题的一步法头部版本（可以被视为其最原始的问题形式），总的来说，我们提出并开发的基于遗传编程（GP）的解决方案在建模和预测准确度方面都优于竞争对手。然而，如[6]所述，为了长期使用和租用基于云的WSs，需要对这些服务进行多步骤QoS时间序列预测。因此，作者采用并修改了两种最广泛使用的基于单预测的时间序列方法，即自回归综合滑动平均（ARIMA）模型和指数平滑（ES），以解决这个问题的最新版本。

对于这个多步骤的问题变体，在Y.Y.Fanjiang、Y.Syu和W.L.Huang的《使用基于多参数的遗传编程对Web服务进行时间序列QoS预测》，IEEE服务计算事务（TSC），第15卷，P.P.1423-14352022中，我们设计并采用了一种基于多参数方法的遗传编程。首先，由于它在我们过去对问题的基本（即一步一头）版本的工作中具有优势，我们研究了GP在这个新出现的（多步一头的）问题形式上的性能。其次，我们没有使用单一模型来预测多个未来时间点，这是先前研究[2]中常用的方法，而是进化并为每个目标未来时间点及其预测应用一个专用的GP生成的预测器。此外，针对消耗的预测输入测试了两种不同的策略，以确定它们的差异及其对准确性的影响，从而可以根据经验确定更好的策略。此外，我们在所报告的论文[7]中提出了两种不同的技术，以进一步提高基于多指标的GP方法的最终性能。

与我们之前的GECCO Hot-off-the-Press论文[1]一样，本文向GECCO社区介绍了GP在更困难和更具挑战性的WS-QoS时间序列预测类型上的验证应用。我们的目的是使GECCO社区能够使用GP的这种应用，尝试改进GP以获得更准确和更好的结果，并研究其他潜在的进化范式和技术来解决这个问题。

工具书类

[1]

Y.Syu，C.-M.Wang和Y.-Y.Fanjiang，“遗传编程的验证应用：web服务的QoS时间序列建模和预测”，发表于2022年马萨诸塞州波士顿遗传与进化计算会议协会会议记录。[在线]。

数字图书馆

谷歌学者

[2]

Y.Syu和C.M.Wang，“Web服务的QoS时间序列建模和预测：综合调查”IEEE网络与服务管理汇刊，第18卷，第1期，第926-944页，2021年

数字图书馆

谷歌学者

[3]

Y.-Y.樊江、Y.Syu和J.-Y.Kuo，“使用遗传编程预测web服务QoS属性的基于搜索的方法”信息和软件技术，第80卷，第158--174页，2016年12月

数字图书馆

谷歌学者

[4]

Y.Syu、J.-Y.Kuo和Y.Y.Fanjiang，“web服务动态质量的时间序列预测：实证研究”系统与软件杂志第134卷，第279--303页，2017/12/01/2017

数字图书馆

谷歌学者

[5]

Y.Syu、C.Wang和Y.Fanjiang，“云服务的时间-软件动态QoS属性建模和预测”IEEE网络和服务管理汇刊，第16卷，第1期，第56-71199页

数字图书馆

谷歌学者

[6]

Z.Ye、S.K.Mistry、A.Bouguettaya和H.Dong，“使用多元时间序列分析的长期QoS感知云服务组合”服务计算，IEEE交易，PP卷，第99期，第1--1页，2014年

交叉参考

谷歌学者

[7]

Y.FanJiang、Y.Syu和W.Huang，“使用基于多预测的遗传编程对Web服务进行时间序列QoS预测”IEEE服务计算汇刊，第1--1页，2020年

交叉参考

谷歌学者

[8]

Y.Syu和C.-M.Wang，“Web服务的QoS时间序列建模和预测：后续应用程序和实验配置的综合调查”国际服务计算会议，2020年：施普林格。

谷歌学者

索引术语

多步骤头部Web服务QoS时间序列预测：一种基于多预测的遗传编程方法

建议

基于遗传规划的时间序列预测

遗传编程（GP）是一种进化算法，由于其在解决困难世界问题方面的成功，近年来受到了广泛关注。人们对使用GP解决预测问题很感兴趣。不幸的是，它不是。。。
阅读更多信息
遗传编程的一个验证应用：web服务的QoS时间序列建模和预测
GECCO’22：遗传和进化计算会议纪要

在学术界和工业界，Web服务（WSs）技术（近年来也称为Web API）多年来一直是热门的研究目标。在工业界，软件开发人员现在经常在互联网上开发具有各种WSs的应用程序系统。。。
阅读更多信息
用遗传规划改进实际系统时间序列数据的预测
GECCO’10：第12届遗传和进化计算年会会议记录

研究了在时滞嵌入技术框架下，利用遗传规划（GP）改进实际系统时间序列数据的短期预测。采用基于GP的方法建立了实际时间序列数据的分析模型。。。
阅读更多信息

信息和贡献者

问询处

发布于

GECCO’23伴侣：遗传和进化计算伴侣会议记录

2023年7月

2519页

国际标准图书编号：9798400701207

内政部：10.1145/3583133

主席：
萨拉·席尔瓦,
项目主席：
路易斯·帕奎特

允许制作本作品的部分或全部数字或硬拷贝供个人或课堂使用，但不收取任何费用，前提是复制品的制作或分发不是为了盈利或商业利益，并且复制品在首页注明本通知和完整引文。必须尊重本作品第三方组件的版权。对于所有其他用途，请联系所有者/作者。

赞助商

SIGEVO:ACM遗传和进化计算特别兴趣小组

出版商

计算机协会

美国纽约州纽约市

出版历史

出版：2023年7月24日

检查更新

作者标记

限定符

摘要

会议

GECCO’23伙伴

赞助商：

西格沃

GECCO’23伙伴：关于遗传和进化计算的伙伴会议

2023年7月15日至19日

葡萄牙里斯本

接受率

4410份提交文件中的总接受率为1669份，占38%

即将召开的会议

GECCO’24

赞助商：
西格沃

遗传和进化计算会议

2024年7月14日至18日

墨尔本，维多利亚州，澳大利亚

索引术语

建议

基于遗传规划的时间序列预测

遗传编程的一个验证应用：web服务的QoS时间序列建模和预测

用遗传规划改进实际系统时间序列数据的预测

评论

发布于

赞助商

出版商

出版历史

检查更新

作者标记

限定符

会议

接受率

即将召开的会议

其他指标

文章指标

其他指标

登录选项

完全访问权限

PDF格式

电子阅读器

摘要

工具书类

索引术语

建议

基于遗传规划的时间序列预测

遗传编程的一个验证应用：web服务的QoS时间序列建模和预测

用遗传规划改进实际系统时间序列数据的预测

评论

问询处

发布于

赞助商

出版商

出版历史

检查更新

作者标记

限定符

会议

接受率

即将召开的会议

贡献者

其他指标

文献计量学

文章指标

其他指标

引文

获取访问权限

登录选项

完全访问权限

查看选项

PDF格式

电子阅读器

数字

其他

分享

共享此出版物链接

在社交媒体上分享

附属公司