人工神經(jīng)網(wǎng)絡(luò)在軟件質(zhì)量評(píng)估中的應(yīng)用.pdf

1、近幾年來(lái)，人工神經(jīng)網(wǎng)絡(luò)技術(shù)有了引人注目的進(jìn)展，在各行各業(yè)的應(yīng)用也越來(lái)越廣泛。尤其是在指標(biāo)集呈現(xiàn)非線性特征的軟件質(zhì)量評(píng)估中，由于神經(jīng)網(wǎng)絡(luò)自身對(duì)具有非線性特征的軟件質(zhì)量屬性集的適應(yīng)性，因此利用神經(jīng)網(wǎng)絡(luò)比常規(guī)方法更具有說(shuō)服力。
　　本論文首先回顧了人工神經(jīng)網(wǎng)絡(luò)的歷史，在討論如何利用神經(jīng)網(wǎng)絡(luò)對(duì)軟件質(zhì)量進(jìn)行評(píng)估之前，介紹了軟件質(zhì)量評(píng)估的歷史和現(xiàn)狀，并給出了軟件質(zhì)量評(píng)估的常用方法和一般模型。
　　其次，在對(duì)如何利用神經(jīng)網(wǎng)絡(luò)對(duì)軟件質(zhì)量進(jìn)行

2、評(píng)估的研究中，針對(duì)原有的神經(jīng)網(wǎng)絡(luò)方法提出了利用神經(jīng)網(wǎng)絡(luò)組來(lái)對(duì)軟件質(zhì)量進(jìn)行評(píng)估的新方法。這種方法的優(yōu)點(diǎn)在于加快了神經(jīng)網(wǎng)絡(luò)的收斂速度，縮短了網(wǎng)絡(luò)的訓(xùn)練時(shí)間；再利用貝葉斯公式對(duì)各個(gè)網(wǎng)絡(luò)的輸出進(jìn)行融合，利用融合后的結(jié)果對(duì)軟件質(zhì)量的優(yōu)劣進(jìn)行判別，和一般的神經(jīng)網(wǎng)絡(luò)方法相比這種方法很大程度上提高了判別的準(zhǔn)確率。
　　最后，在簡(jiǎn)介了軟件質(zhì)量評(píng)估的常用神經(jīng)網(wǎng)絡(luò)方法之后，利用已有的軟件質(zhì)量度量技術(shù)及軟件質(zhì)量度量模型，在同等條件下對(duì)常用神經(jīng)網(wǎng)絡(luò)方法和神