计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2012年
3期
176-179,226
,共5页
软件可靠性%失效%权重%组合模型
軟件可靠性%失效%權重%組閤模型
연건가고성%실효%권중%조합모형
研究提高软件可靠性预测精度问题,对软件可靠性研究已成为当前软件工程的一个研究热点,传统的单一软件可靠性模型由于使用的技术及提取的信息有限,软件可靠性预测精度不高.为提高软件可靠性预测精度,在建立多种单一软件可靠性预测模型的基础上,提出一种样本点的多模型变权重组合模型.将多种预测技术有效地聚合在一起,取长补短,在样本数据有限的情况下,不仅改善了样本内学习能力也增强了样本外的泛化能力,提高了综合预测精度.仿真验证模型无论在样本内还是样本外都较优于经过模拟退火算法优化的BP神经网络(SA-BP)及经过遗传算法优化的最小二乘支持向量机(GA-LSVM),说明变权重组合模型是一种精度更高的软件可靠性失效数据预测模型,具有较好的应用推广价值.
研究提高軟件可靠性預測精度問題,對軟件可靠性研究已成為噹前軟件工程的一箇研究熱點,傳統的單一軟件可靠性模型由于使用的技術及提取的信息有限,軟件可靠性預測精度不高.為提高軟件可靠性預測精度,在建立多種單一軟件可靠性預測模型的基礎上,提齣一種樣本點的多模型變權重組閤模型.將多種預測技術有效地聚閤在一起,取長補短,在樣本數據有限的情況下,不僅改善瞭樣本內學習能力也增彊瞭樣本外的汎化能力,提高瞭綜閤預測精度.倣真驗證模型無論在樣本內還是樣本外都較優于經過模擬退火算法優化的BP神經網絡(SA-BP)及經過遺傳算法優化的最小二乘支持嚮量機(GA-LSVM),說明變權重組閤模型是一種精度更高的軟件可靠性失效數據預測模型,具有較好的應用推廣價值.
연구제고연건가고성예측정도문제,대연건가고성연구이성위당전연건공정적일개연구열점,전통적단일연건가고성모형유우사용적기술급제취적신식유한,연건가고성예측정도불고.위제고연건가고성예측정도,재건립다충단일연건가고성예측모형적기출상,제출일충양본점적다모형변권중조합모형.장다충예측기술유효지취합재일기,취장보단,재양본수거유한적정황하,불부개선료양본내학습능력야증강료양본외적범화능력,제고료종합예측정도.방진험증모형무론재양본내환시양본외도교우우경과모의퇴화산법우화적BP신경망락(SA-BP)급경과유전산법우화적최소이승지지향량궤(GA-LSVM),설명변권중조합모형시일충정도경고적연건가고성실효수거예측모형,구유교호적응용추엄개치.
