基于LSTM的数据中台多目标监测优化研究

作     者：项卫山 赵建伟 赵光 XIANG Weishan;ZHAO Jianwei;ZHAO Guang

作者机构：厦门亿力吉奥信息科技有限公司福建厦门361001 

出 版 物：《粘接》 (Adhesion)

年 卷 期：2024年第51卷第9期

页      面：137-140页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主　　题：数据中台 任务调度 资源管理 低能耗 多目标监测 

摘      要：为实现数据中台资源的实时动态调整,提出一种基于机器学习的数据中台实时分析与监测模型。采用长短期记忆网络(LSTM)对任务调度和资源管理工作量进行预测,并构建了任务调度模型和资源管理模型,以任务调度总能耗最低和资源管理成本最低为优化目标,设计基于预测反馈与异步多智体深度强化学习算法的多目标联合优化算法,实现了数据中台实时分析与动态资源调整。仿真结果表明,所提的多目标联合优化算法可实现数据中台任务调度和资源管理多目标优化,相较于常用资源调度优化算法CTS算法、GTB算法、PTS算法,所提算法可明显降低数据中台的能源消耗和能源成本,具有一定的有效性和优越性。