计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2015年
6期
440-446
,共7页
软件可靠性预测模型%萤火虫算法%波动性
軟件可靠性預測模型%螢火蟲算法%波動性
연건가고성예측모형%형화충산법%파동성
Software reliability prediction model%Firefly algorithm(FA)%Fluctuation
由于单一神经网络建立的软件可靠性预测模型的预测精度不高且适用性差,用高级神经网络建立的软件可靠性预测模型的网络结构过于复杂.为了提高软件可靠性预测模型的适用性和在保证预测精度的情况下降低神经网络的结构,提出了利用软件缺陷数据,在BP神经网络训练过程中利用萤火虫算法(Firefly algorithm,FA)对BP神经网络的权值和阈值进行寻优,同时采用多次预测结果取均值的方式来减小BP神经网络预测的波动性的方法来建立基于FABP的软件可靠性预测模型.利用3组软件缺陷数据,以误差比均值和误差平方和作为衡量标准进行模型预测.仿真结果表明,用FABP建立的软件可靠性预测模型具有较高的预测精度和适用性并且具有相对简单的网络结构.
由于單一神經網絡建立的軟件可靠性預測模型的預測精度不高且適用性差,用高級神經網絡建立的軟件可靠性預測模型的網絡結構過于複雜.為瞭提高軟件可靠性預測模型的適用性和在保證預測精度的情況下降低神經網絡的結構,提齣瞭利用軟件缺陷數據,在BP神經網絡訓練過程中利用螢火蟲算法(Firefly algorithm,FA)對BP神經網絡的權值和閾值進行尋優,同時採用多次預測結果取均值的方式來減小BP神經網絡預測的波動性的方法來建立基于FABP的軟件可靠性預測模型.利用3組軟件缺陷數據,以誤差比均值和誤差平方和作為衡量標準進行模型預測.倣真結果錶明,用FABP建立的軟件可靠性預測模型具有較高的預測精度和適用性併且具有相對簡單的網絡結構.
유우단일신경망락건립적연건가고성예측모형적예측정도불고차괄용성차,용고급신경망락건립적연건가고성예측모형적망락결구과우복잡.위료제고연건가고성예측모형적괄용성화재보증예측정도적정황하강저신경망락적결구,제출료이용연건결함수거,재BP신경망락훈련과정중이용형화충산법(Firefly algorithm,FA)대BP신경망락적권치화역치진행심우,동시채용다차예측결과취균치적방식래감소BP신경망락예측적파동성적방법래건립기우FABP적연건가고성예측모형.이용3조연건결함수거,이오차비균치화오차평방화작위형량표준진행모형예측.방진결과표명,용FABP건립적연건가고성예측모형구유교고적예측정도화괄용성병차구유상대간단적망락결구.
