基于人工神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測模型研究.pdf

1、隨著計算機系統(tǒng)應(yīng)用的范圍越來越廣泛、越來越深入，計算機軟件系統(tǒng)也變得越來越復(fù)雜。因此，計算機軟件的可靠性問題就越來越受到人們的關(guān)注和重視。軟件可靠性的度量是以軟件可靠性模型為基礎(chǔ)對軟件的可靠性行為進行評價和預(yù)測。 目前的軟件可靠性模型基本上都是以關(guān)于剩余在軟件中的錯誤的性質(zhì)、以及故障的隨機行為的假設(shè)作為基礎(chǔ)，而這些假設(shè)各有不同，由各個軟件可靠性模型所表示的故障行為的類型的差異很大，造成了軟件可靠性模型的不一致性問題。因此，選擇一

2、個合適的軟件質(zhì)量預(yù)測模型，一直是高可信軟件領(lǐng)域研究的熱點問題之一。訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)能對軟件的可靠性進行預(yù)測，它不需要前提和假設(shè)，所以適用于各種場合。 人工神經(jīng)網(wǎng)絡(luò)在軟件質(zhì)量預(yù)測模型中的研究成果主要分為兩個方面：一是以軟件錯誤報告為基礎(chǔ)，以軟件失效時間作為神經(jīng)網(wǎng)絡(luò)輸入的軟件質(zhì)量預(yù)測模型，二是以軟件質(zhì)量度量參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸入的軟件質(zhì)量預(yù)測模型。本文以軟件質(zhì)量度量參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸入，提出了兩種軟件可靠性預(yù)測模型。一種是基于學(xué)習(xí)矢量

3、量化神經(jīng)網(wǎng)絡(luò)的軟件模塊風(fēng)險性預(yù)測模型，它利用學(xué)習(xí)矢量量化神經(jīng)網(wǎng)絡(luò)不需要調(diào)整所有的權(quán)值系數(shù)、穩(wěn)定性較好、實現(xiàn)有監(jiān)督學(xué)習(xí)和給出分類信息作為指導(dǎo)信號的良好性能，提高了對軟件模塊風(fēng)險性預(yù)測的精確度，實驗結(jié)果表明此模型比基于BP神經(jīng)網(wǎng)絡(luò)的軟件模塊風(fēng)險性預(yù)測模型在模塊高風(fēng)險性和模塊低風(fēng)險性預(yù)測中的預(yù)測精度分別提高了1倍和4倍。另一種是基于PCA一小波神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測模型，它通過主成分分析方法來剔除實驗數(shù)據(jù)的多重共線性，減少了數(shù)據(jù)的維數(shù)，但是卻