基于SAPSO-BP網(wǎng)絡(luò)的軟件缺陷預(yù)測(cè)模型的研究.pdf

1、軟件缺陷數(shù)量是衡量軟件質(zhì)量好壞的一項(xiàng)重要指標(biāo)，盡早地發(fā)現(xiàn)缺陷可以避免在軟件開(kāi)發(fā)后期為修改、彌補(bǔ)缺陷造成資源的浪費(fèi)，保證軟件的正常交付。軟件缺陷預(yù)測(cè)模型可用于軟件開(kāi)發(fā)初期對(duì)軟件缺陷的分布或缺陷數(shù)量進(jìn)行預(yù)測(cè)，使軟件開(kāi)發(fā)人員能夠?qū)⒂邢薜馁Y源集中于缺陷高發(fā)模塊，更有效地發(fā)現(xiàn)和排除缺陷，滿(mǎn)足用戶(hù)需求，對(duì)軟件可靠性的提高和軟件質(zhì)量的保證有著非常重要的意義。
　　軟件缺陷預(yù)測(cè)技術(shù)自1992年由Briand提出以來(lái)，就在軟件工程領(lǐng)域受到了極大關(guān)注

2、，到目前為止，已有無(wú)數(shù)學(xué)者對(duì)此展開(kāi)了研究，并提出了多種軟件缺陷預(yù)測(cè)的模型?；贐P人工神經(jīng)網(wǎng)絡(luò)的軟件缺陷預(yù)測(cè)模型是其中應(yīng)用較廣且效果最為明顯的一種，它利用軟件模塊的屬性值和以往缺陷數(shù)據(jù)進(jìn)行分析，對(duì)軟件模塊有無(wú)缺陷或缺陷數(shù)量做出預(yù)測(cè)。盡管該模型已取得了良好的預(yù)測(cè)效果，但由于BP算法本身存在一些問(wèn)題，導(dǎo)致缺陷預(yù)測(cè)的準(zhǔn)確度仍不夠理想。
　　針對(duì)上述問(wèn)題，本文在研究傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)建立的軟件缺陷預(yù)測(cè)模型的基礎(chǔ)上，提出了基于改進(jìn)后SAPSO

3、-BP網(wǎng)絡(luò)的軟件缺陷預(yù)測(cè)模型，以期望進(jìn)一步提高軟件缺陷預(yù)測(cè)能力。本文的主要工作包括以下幾個(gè)方面:
　　第一，對(duì)軟件缺陷及軟件缺陷預(yù)測(cè)技術(shù)的相關(guān)理論進(jìn)行研究，包括描述缺陷的度量屬性，軟件缺陷預(yù)測(cè)模型的建立步驟以及常見(jiàn)缺陷預(yù)測(cè)模型的分析比較等方面，為研究基于SAPSO-BP網(wǎng)絡(luò)的缺陷預(yù)測(cè)模型提供有價(jià)值的參考。
　　第二，深入研究基于BP網(wǎng)絡(luò)的軟件缺陷預(yù)測(cè)模型及該模型目前存在的不足。傳統(tǒng)模型由于采用的BP算法在調(diào)整權(quán)值閾值的過(guò)程中

4、采用梯度下降法，使算法存在收斂速度慢，容易陷入局部最優(yōu)的問(wèn)題，進(jìn)而導(dǎo)致預(yù)測(cè)結(jié)果不夠精確。
　　第三，針對(duì)傳統(tǒng)模型的不足，提出基于SAPSO-BP網(wǎng)絡(luò)的軟件缺陷預(yù)測(cè)模型。為解決傳統(tǒng)BP算法存在的問(wèn)題，本文首先采用粒子群算法對(duì)BP網(wǎng)絡(luò)的參數(shù)進(jìn)行初始化，然后利用模擬退火算法在搜索全局最優(yōu)解上的突出優(yōu)勢(shì)來(lái)修正網(wǎng)絡(luò)的權(quán)值和閾值，最后用訓(xùn)練好的網(wǎng)絡(luò)模型進(jìn)行缺陷預(yù)測(cè)。
　　第四，基于上述工作，利用NASA網(wǎng)站上公布的MDP項(xiàng)目的數(shù)據(jù)集，采