计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
23期
61-63,140
,共4页
软件成本估算%RBF神经网络%遗传算法%样本聚类
軟件成本估算%RBF神經網絡%遺傳算法%樣本聚類
연건성본고산%RBF신경망락%유전산법%양본취류
软件成本估算是软件开发过程中一项非常重要的活动,但现有的方法在准确估算软件成本方面还存在不足.针对软件成本估算不够准确的现状,提出了一种基于RBF神经网络的软件成本估算模型.该模型采用样本聚类的方法确定隐含层节点数,利用遗传算法对隐层节点中心值和高斯函数的宽度进行优化,利用线性最小二乘法训练网络的权值.实验证明,该模型能够准确有效地估算软件成本.
軟件成本估算是軟件開髮過程中一項非常重要的活動,但現有的方法在準確估算軟件成本方麵還存在不足.針對軟件成本估算不夠準確的現狀,提齣瞭一種基于RBF神經網絡的軟件成本估算模型.該模型採用樣本聚類的方法確定隱含層節點數,利用遺傳算法對隱層節點中心值和高斯函數的寬度進行優化,利用線性最小二乘法訓練網絡的權值.實驗證明,該模型能夠準確有效地估算軟件成本.
연건성본고산시연건개발과정중일항비상중요적활동,단현유적방법재준학고산연건성본방면환존재불족.침대연건성본고산불구준학적현상,제출료일충기우RBF신경망락적연건성본고산모형.해모형채용양본취류적방법학정은함층절점수,이용유전산법대은층절점중심치화고사함수적관도진행우화,이용선성최소이승법훈련망락적권치.실험증명,해모형능구준학유효지고산연건성본.
