计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2005年
10期
179-182
,共4页
肖中元%王琪%于波%朱杰
肖中元%王琪%于波%硃傑
초중원%왕기%우파%주걸
软件质量预测%神经网络%主成分分析
軟件質量預測%神經網絡%主成分分析
연건질량예측%신경망락%주성분분석
在软件开发的早期预测有失效倾向的软件模块,能够极大地提高软件的质量.软件失效预测中的一个普遍问题是数据中噪声的存在.神经网络具有鲁棒性而且对噪声有很强的抑制能力.不同结构的神经网络在训练算法和应用领域都有差异.该文主要就软件失效预测这个应用领域叙述几种适用的网络,并比较这几种网络在训练结果和性能上的差异.上述方法在SDH通信软件的失效预测中得到了成功的应用.试验结果显示虽然MLP、PNN、LVQ网络都能解决这类模式分类问题,但是只有MLP网络训练结果比较稳定,在不同的数据集上训练出的网络都有很好的预测效果.
在軟件開髮的早期預測有失效傾嚮的軟件模塊,能夠極大地提高軟件的質量.軟件失效預測中的一箇普遍問題是數據中譟聲的存在.神經網絡具有魯棒性而且對譟聲有很彊的抑製能力.不同結構的神經網絡在訓練算法和應用領域都有差異.該文主要就軟件失效預測這箇應用領域敘述幾種適用的網絡,併比較這幾種網絡在訓練結果和性能上的差異.上述方法在SDH通信軟件的失效預測中得到瞭成功的應用.試驗結果顯示雖然MLP、PNN、LVQ網絡都能解決這類模式分類問題,但是隻有MLP網絡訓練結果比較穩定,在不同的數據集上訓練齣的網絡都有很好的預測效果.
재연건개발적조기예측유실효경향적연건모괴,능구겁대지제고연건적질량.연건실효예측중적일개보편문제시수거중조성적존재.신경망락구유로봉성이차대조성유흔강적억제능력.불동결구적신경망락재훈련산법화응용영역도유차이.해문주요취연건실효예측저개응용영역서술궤충괄용적망락,병비교저궤충망락재훈련결과화성능상적차이.상술방법재SDH통신연건적실효예측중득도료성공적응용.시험결과현시수연MLP、PNN、LVQ망락도능해결저류모식분류문제,단시지유MLP망락훈련결과비교은정,재불동적수거집상훈련출적망락도유흔호적예측효과.
