پیش بینی spot price با استفاده الگوریتم های یادگیری ماشین
200,000 تومان
150,000 تومان
پرداخت و دریافت فایل
پیش بینی spot price
چکیده
محاسبات ابری، زمینه بسیار رایجی در حال حاضر میباشد که به سرعت در حال رشد است، برای فراهم کردن منابع در محیط های اطلاعاتی، تحقیقات زیادی در سرتاسر جهان انجام شده است. با توسعه تکنولوژی پردازش و ذخیرهسازی و موفقیت اینترنت، منابع محاسباتی ارزانتر، قویتر و دسترسپذیرتر از هر زمانی شدهاند. که در آن منابع به عنوان خدمات به کاربران ارائه میشوند و کاربران میتوانند آنها را برحسب تقاضا اجاره کنند و یا از اجاره درآورند. در یک محیط محاسبات ابری نقش ارائهدهنده به دو قسمت تقسیم میشود: ارائهدهندگان زیر ساخت که پلتفرم ابر را مدیریت میکنند و منابع با توجه به مدل قیمتگذاری مبتنی بر استفاده اجاره میدهند، و ارائهدهندگان سرویس که منابع را از یک یا چند ارائهدهنده زیرساخت اجاره میدهند تا به کاربر نهایی خدمات را ارائه کند. یکی از مشکلات محاسبات ابری قیمت گذاری سرویسهای ابری است که باعث افزایش وفاداری مشتری و رضایت کاربران میشود. بدین منظور از الگوریتم های پیش بینی قیمت گذاری در محاسبات ابری قصد داریم که رضایت کاربران را جلب کنیم در این تحقیق از چندین مدل مختلف شبکه عصبی برای پیش بینی قیمت در منابع محاسبات ابری استفاده شده است که gmdh بهترین قیمت گذاری را برای کاربران در نظر گرفته است و همچنین به منظور بهبود مدل شبکه عصبی BP، از نظریه آشوب استفاده شده است که روش پیشنهادی ما در این تحقیق میباشد. نتایج حاصل از پیاده سازی نشان میدهد که روش ANN-chaos دارای کمترین خطا برای پیش بینی قیمت گذاری منابع ابری میباشد.
1-1.مقدمه 3
3-1.اهداف تحقیق و بهره وران 4
4-1.پرسشها و فرضیه های تحقیق 6
5-1.ساختار پایان نامه. 6
2-1.معرفی محاسبات ابری 8
2-2.کاربردهای محاسبات ابری 9
2-3. مشخصه اصلی محاسبات ابری 10
2-4.عناصر زیربنایی محاسبات ابری 11
2-5. پردازش شبکهای 13
2-6.مدل های سرویسدهی 15
2-7. مشخصات محاسبات ابری 16
2-8. الگوهای استقرار محاسبات ابری 18
2-9. مزایای محاسبات ابری 20
2-10.معایب محاسبات ابری 22
2-11.چالشهای محاسبات ابری 24
2-12. مرور ادبیات بر SPOT PRICE در محاسبات ابری 24
13-2.تامین منابع ابری 31
2-14.فازهای تامین منابع 32
2-15.مراحل تامین منابع ابری 33
17-2. نتیجه گیری 34
3-1. محاسبات ابری 37
3-2. روش انجام تحقیق 37
3-3. ابزار مورد استفاده 37
4-3. دادههای مورد استفاده 38
5-3. تجزیه و تحلیل نتایج 38
7-3. شبکه عصبی پرسپترون چند لایه MLP 42
11-3. نتیجه گیری 47
4-1. مقدمه 49
4-2. طراحی شبکه 49
4-3. نتایج 50
5-1. مقدمه 58
5-2. نتیجه گیری کلی 58
5-3. پیشنهادات آینده 60
پیش بینی spot price
کلمات کلیدی
پیش بینی spot price , یادگیری ماشین , محاسبات ابری , شبکه عصبی , cloud computing , neural network