%0 Journal Article
%T GWR与STARMA结合的WMS响应时间时空预测模型<br>Spatiotemporal-Aware Hybrid Prediction Model for Response Time of Web Map Services by Integrating GWR and STARMA
%A 刘宵婧
%A 桂志鹏
%A 曹军
%A 李锐
%A 吴华意&lt
%A br&gt
%A LIU Xiaojing
%A GUI Zhipeng
%A CAO Jun
%A LI Rui
%A WU Huayi
%J 武汉大学学报·信息科学版
%D 2018
%R 10.13203/j.whugis20160370
%X 响应时间作为一项非功能性属性，是网络服务性能的重要度量指标。它直接影响了用户的服务体验，并在服务资源选择中扮演重要的角色。响应时间不仅受制于服务自身的软硬件性能，同时还受到用户访问时空分布差异性的影响，具有显著的不确定性，因此如何可靠地预测响应时间是一个难点。选取OGC WMS （web map service）为研究对象，通过全球多地分布式部署的监测系统获取服务响应时间，在分析WMS响应时间与时空因素的关联关系及其变化规律基础上，提出地理加权回归（geographical weighted regression，GWR）与时空自相关移动平均（spatial-temporal auto regressive and moving average，STARMA）相结合的WMS响应时间时空预测模型。该模型综合考虑了用户访问时空分异特征对WMS响应时间的影响，其中GWR部分描述服务响应时间的时空趋势，STARMA部分拟合时空序列局部随机扰动。通过将多个地区监测点不同时刻WMS响应时间的实测数据与模型预测值对比，验证了模型的有效性。实验表明，该模型的预测精度相比经典的平均值法AVG有较大的提升，同时较GWR模型和STARMA模型的精度有一定程度的改善
%K OGC WMS
%K 响应时间
%K 时空预测模型
%K STARMA
%K GWR
%K &lt
%K br&gt
%K OGC web map service
%K response time
%K spatiotemporal prediction model
%K STARMA
%K GWR
%U http://ch.whu.edu.cn/CN/abstract/abstract6137.shtml