基于时序预测的算力资源配置方法、装置、设备及介质与流程
本发明涉及智能决策,尤其涉及一种基于时序预测的算力资源配置方法、装置、设备及介质。
背景技术:
1、现有云平台算力资源配置通常将算力资源需求预测作为独立分析环节,主要依据历史平均负载、同比增长率、环比增长率或者业务人员经验估算未来算力资源需求。此类方式能够形成算力资源需求参考,但预测结果往往停留在监控报表层面,未能与后续云主机实例扩缩容、容器集群副本调整、计算任务资源分配和图形处理器算力池资源配置形成连续联动。当实际算力资源使用情况与预测结果发生偏差时,偏差信息难以及时反馈至预测过程和配置执行过程,容易造成算力资源准备与实际使用节奏不匹配。
2、在金融科技业务领域,保险机构常同时面临多险种线上理赔、智能核保、客户服务、风控模型推理和批量数据处理等计算任务的协同管理需求。现有方式通常将算力资源需求预测、实例资源安排和算力资源池配置执行分别处理,预测结果难以直接转化为可执行的算力资源配置依据,配置执行后的实际算力资源使用数据和资源池执行反馈也难以及时反向影响后续预测。当集中理赔处理、大额赔付审核或者线上理赔量短期波动时,容易出现算力资源冗余或者算力资源不足。
3、在医疗健康业务领域,健康险理赔、医疗费用直付、住院费用垫付和药品费用报销等场景具有业务请求时间不均衡、任务负载波动明显和集中处理节点突出的特点。现有方式多依赖历史算力资源使用数据统计和固定周期资源监控报表进行算力资源准备,难以及时反映最新理赔申请、医疗费用支出变化以及模型推理任务、单证识别任务和支付核验任务的资源使用情况,导致预测结果与实际算力资源配置安排之间存在脱节,进而影响医疗健康业务中的系统处理稳定性和资源使用效率。
技术实现思路
1、本发明的主要目的在于提供一种基于时序预测的算力资源配置方法、装置、设备及存储介质,旨在解决现有技术中时序预测结果难以结合预测不确定性数据和算力资源供给状态数据准确评估未来时间窗口内算力资源缺口的技术问题。
2、为实现上述目的,本发明提供一种基于时序预测的算力资源配置方法,包括:
3、获取目标业务的算力资源预测基础数据、算力资源供给状态数据和预测窗口配置数据,基于所述算力资源预测基础数据生成多维状态向量,并基于所述预测窗口配置数据确定未来时间窗口;
4、将所述多维状态向量输入时序预测网络,生成与所述未来时间窗口对应的算力资源需求预测值;
5、基于所述算力资源预测基础数据生成预测不确定性数据,并基于所述算力资源需求预测值和所述预测不确定性数据生成算力资源需求区间上界;
6、基于所述算力资源供给状态数据和所述算力资源需求区间上界生成算力资源缺口评估值;
7、基于所述算力资源供给状态数据和所述算力资源缺口评估值生成目标算力资源配置方案。
8、进一步地,为实现上述目的,本发明提供一种基于时序预测的算力资源配置装置,包括:
9、状态向量构建模块,用于获取目标业务的算力资源预测基础数据、算力资源供给状态数据和预测窗口配置数据,基于所述算力资源预测基础数据生成多维状态向量,并基于所述预测窗口配置数据确定未来时间窗口;
10、资源需求预测模块,用于将所述多维状态向量输入时序预测网络,生成与所述未来时间窗口对应的算力资源需求预测值;
11、区间上界生成模块,用于基于所述算力资源预测基础数据生成预测不确定性数据,并基于所述算力资源需求预测值和所述预测不确定性数据生成算力资源需求区间上界;
12、资源缺口评估模块,用于基于所述算力资源供给状态数据和所述算力资源需求区间上界生成算力资源缺口评估值;
13、算力配置生成模块,用于基于所述算力资源供给状态数据和所述算力资源缺口评估值生成目标算力资源配置方案。
14、进一步地,为实现上述目的,本发明还提供一种计算机设备,所述计算机设备包括存储器、处理器以及存储至所述存储器上并可在所述处理器上运行的基于时序预测的算力资源配置程序,所述基于时序预测的算力资源配置程序被所述处理器执行时实现如上述所述的基于时序预测的算力资源配置方法的步骤。
15、进一步地,为实现上述目的,本发明还提供一种计算机可读存储介质,所述存储介质上存储有基于时序预测的算力资源配置程序,所述基于时序预测的算力资源配置程序被处理器执行时实现如上所述的基于时序预测的算力资源配置方法的步骤。
16、有益效果:本发明涉及智能决策技术领域,公开了一种基于时序预测的算力资源配置方法、装置、设备及介质,包括:获取目标业务的算力资源预测基础数据、算力资源供给状态数据和预测窗口配置数据,生成多维状态向量并确定未来时间窗口;将多维状态向量输入时序预测网络,生成算力资源需求预测值;基于预测不确定性数据生成算力资源需求区间上界,并结合算力资源供给状态数据生成算力资源缺口评估值;基于算力资源缺口评估值生成目标算力资源配置方案;根据配置反馈数据和实际算力资源使用数据更新时序预测网络。本发明可应用于金融科技及医疗健康等业务场景中,通过算力资源需求预测值和预测不确定性数据生成算力资源需求区间上界,再结合算力资源供给状态数据形成算力资源缺口评估值,使目标算力资源配置方案能够基于缺口量化结果生成,从而提前识别未来时间窗口内的算力资源缺口,降低算力资源配置不足或配置冗余的可能性,提高目标算力资源配置方案与实际算力资源需求的匹配程度;通过配置反馈数据和实际算力资源使用数据更新时序预测网络,使预测过程与算力资源配置执行过程形成反馈联动,从而减少预测偏差累积。
1.一种基于时序预测的算力资源配置方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于时序预测的算力资源配置方法,其特征在于,获取目标业务的算力资源预测基础数据、算力资源供给状态数据和预测窗口配置数据,基于所述算力资源预测基础数据生成多维状态向量,并基于所述预测窗口配置数据确定未来时间窗口,包括:
3.如权利要求1所述的基于时序预测的算力资源配置方法,其特征在于,将所述多维状态向量输入时序预测网络,生成与所述未来时间窗口对应的算力资源需求预测值,包括:
4.如权利要求1所述的基于时序预测的算力资源配置方法,其特征在于,基于所述算力资源预测基础数据生成预测不确定性数据,并基于所述算力资源需求预测值和所述预测不确定性数据生成算力资源需求区间上界,包括:
5.如权利要求1所述的基于时序预测的算力资源配置方法,其特征在于,基于所述算力资源供给状态数据和所述算力资源需求区间上界生成算力资源缺口评估值,包括:
6.如权利要求1所述的基于时序预测的算力资源配置方法,其特征在于,基于所述算力资源供给状态数据和所述算力资源缺口评估值生成目标算力资源配置方案,包括:
7.如权利要求1所述的基于时序预测的算力资源配置方法,其特征在于,基于所述算力资源供给状态数据和所述算力资源缺口评估值生成目标算力资源配置方案之后,还包括:
8.一种基于时序预测的算力资源配置装置,其特征在于,所述基于时序预测的算力资源配置装置包括:
9.一种计算机设备,其特征在于,所述计算机设备包括存储器、处理器以及存储至所述存储器上并可以在所述处理器上运行的基于时序预测的算力资源配置程序,所述基于时序预测的算力资源配置程序被所述处理器执行时实现如权利要求1-7中任一项所述的基于时序预测的算力资源配置方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有基于时序预测的算力资源配置程序,所述基于时序预测的算力资源配置程序被处理器执行时实现如权利要求1-7中任一项所述的基于时序预测的算力资源配置方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com