GA-Sim:一种基于分类和实例学习相结合的作业运行时间预测算法

发布时间：2021-06-21 07:14

　　在高性能计算作业调度系统中,许多调度算法依赖于对作业运行时间的准确估计,尤其是以EASY为代表的回填算法,而使用用户提供的作业运行时间往往会降低调度性能。提出了一种基于分类和实例学习相结合的作业运行时间预测算法--GA-Sim,该算法在考虑预测准确性的同时考虑了低估问题。在两个实际调度日志上的数值实验结果表明,相较于IRPA和TRIP算法,GA-Sim在取得更高预测精度的同时降低了低估率。对数值实验结果进行了深入分析,并给出了不同情形下选择恰当预测算法的建议。 

【文章来源】：计算机工程与科学. 2019,41(06)北大核心CSCD

【文章页数】：6 页

【文章目录】：
1 引言
2 相关工作
3 GA-Sim算法
    3.1 基于特征模板的相似作业搜索
    3.2 基于K-近邻的相似作业搜索
    3.3 基于SVR的作业时间预测
    3.4 参数训练
4 数值实验及结果分析
    4.1 数据集
    4.2 预测效果评价准则
        (1) 平均绝对误差 (MAE) 。
        (2) 平均预测精度 (APA) 。
        (3) 低估率 (UR) 。
    4.3 实验步骤
    4.4 实验结果分析
5 结束语



本文编号：3240241