基于IQPSO-GA优化ANFIS模型的服务器故障预警方法

来源：计算机测量与控制杂志2024年第4期北京时间：

作者：李盛新,叶丰华,李道童,张秀波,韩红瑞

单位：浪潮电子信息产业股份有限公司

摘要：针对服务器底层部分业务类硬件故障对系统稳定运行的影响,提出一种改进的量子行为粒子群优化(IQPSO)与遗传算法(GA)相结合的混合元启发式优化算法对自适应神经模糊推理系统(ANFIS)参数进行训练,以获得更准确的ANFIS规则进行硬件故障预警的方法。首先,通过分析服务器业务与硬件相关参数之间的映射关系,通过采集的数据集对ANFIS模型进行训练构造预测模型；其次,考虑ANFIS在梯度计算过程中存在容易陷入局部最优值的问题,设计了一种IQPSO算法结合GA中的交叉和变异算子操作混合元启发算法全局搜索ANFIS规则参数；最后,通过一组后处理样本数据集对所提方法有效性和稳定性进行了检验。实验结果表明,该方法可有效预警服务器硬件故障,基于所提混合元启发优化算法获得的ANFIS模型具备更快的收敛速度和更高的全局搜索精度,与传统ANFIS模型相比泛化精度提高了47%以上。

关键词：服务器;故障预警;自适应神经模糊推理系统;量子行为粒子群优化算法;遗传算法

基金资助：山东省基金项目(ZR2019LZH006)