Holt双参数指数平滑预测需要的物理机个数

云计算中的数据是可以有规律的 是可以被预测的。

Holt双参数指数平滑预测方法可以很好的对这种时间相关的数据进行预测

Holt双参数指数平滑的方法原理如下

指数平滑法是生产预测中常用的一种方法。也用于中短期经济发展趋势预测，所有预测方法中，指数平滑是用得最多的一种。简单的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用；移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。  

Holt双参数指的是算法中有两个参数 α表示最近数据对未来数据的影响权重，bt-1表示数据的长期走势，是对数据滞后的一种补充。

数据的预测过程

­其中反映长期趋势的公式为：

­反映长期趋势增量的公式为：

­预测模型为：

使用的模拟器是cloudSIm3.0.3

实验室用是20110303的数据 

预测的重要代码是

1private int predictNumberFromHistory(Integer Yt,double a,double b) {
2		
3		// TODO Auto-generated method stub
4	//	int numberUsedNow = getNumbeOfHostedBeingUsed();
5		int Tt=(int)(a*Yt+(1-a)*(NumberOfT_1+BT_1));
6		double  BT=b*(Tt-NumberOfT_1)+(1-b)*BT_1;
7		int ret =(int)(Tt+BT);
8		NumberOfT_1=Tt;
9		BT_1=BT;
10	//	System.out.println("Tt "+Tt+" BT "+BT_1+" T_1 "+ NumberOfT_1+" ret "+ret);
11		return ret;
12	}

实验的结果为

参考http://wiki.mbalib.com/wiki/%E6%8C%87%E6%95%B0%E5%B9%B3%E6%BB%91%E6%B3%95