發(fā)布時間：2020-04-03 17:55

【摘要】：遺留在軟件中的缺陷會隨著軟件系統(tǒng)長期持續(xù)運(yùn)行造成計算機(jī)內(nèi)存泄露、舍入誤差積累、文件鎖未能及時釋放等現(xiàn)象的發(fā)生,最終導(dǎo)致系統(tǒng)性能衰退甚至崩潰。這些軟件老化現(xiàn)象的發(fā)生不僅降低了系統(tǒng)的可靠性,嚴(yán)重時還會危害人的生命財產(chǎn)安全。為了減輕軟件老化帶來的危害,對軟件老化趨勢進(jìn)行預(yù)測,及時采取抗衰策略避免軟件老化現(xiàn)象的發(fā)生就變的尤為重要。反映軟件老化狀態(tài)的一個很重要指標(biāo)是軟件的平均響應(yīng)時間,本文通過對軟件平均響應(yīng)時間的預(yù)測來推斷軟件運(yùn)行狀態(tài)。針對軟件老化預(yù)測研究,本文主要工作概述如下:通過對已有預(yù)測方法分析并結(jié)合軟件運(yùn)行特點(diǎn),確定用最小二乘支持向量機(jī)作為軟件老化預(yù)測方法。通過實(shí)驗建立最小二乘支持向量機(jī)軟件老化預(yù)測模型,并與支持向量機(jī)軟件老化預(yù)測模型實(shí)驗結(jié)果進(jìn)行對比,證明其優(yōu)越性。最小二乘支持向量機(jī)預(yù)測模型懲罰因子和核函數(shù)參數(shù)的選擇,對模型的預(yù)測效果有很大影響。為了提高最小二乘支持向量機(jī)的預(yù)測結(jié)果,本文采用灰狼優(yōu)化算法對最小二乘支持向量機(jī)的參數(shù)進(jìn)行尋優(yōu)。建立基于灰狼優(yōu)化算法的最小二乘支持向量機(jī)軟件老化預(yù)測模型,并通過實(shí)驗與基于遺傳算法的最小二乘支持向量機(jī)軟件老化預(yù)測模型實(shí)驗結(jié)果對比,證明其優(yōu)越性,從而為軟件抗衰操作執(zhí)行時機(jī)的確定提供重要的參考依據(jù)。
【圖文】：

結(jié)章主要包含兩方面的內(nèi)容：一是軟件老化預(yù)測概述和預(yù)測方法的介紹，環(huán)境的構(gòu)建與數(shù)據(jù)采集。首先簡單介紹了軟件老化預(yù)測的整體流程，然常用的預(yù)測方法進(jìn)行了詳盡的介紹和分析，由于軟件老化預(yù)測高實(shí)時性度的要求，確定選用最小二乘支持向量機(jī)作為軟件老化預(yù)測模型。最后方案，搭建實(shí)驗平臺。通過多次的實(shí)驗，采集實(shí)驗數(shù)據(jù)，為軟件老化預(yù)建立提供訓(xùn)練集數(shù)據(jù)和測試集數(shù)據(jù)。

由于 LSSVM 是對 SVM 的改進(jìn)，，是在 SVM 的基礎(chǔ)上發(fā)展起來的，而 SVM又是基于統(tǒng)計學(xué)習(xí)理論。本章先對統(tǒng)計學(xué)習(xí)理論進(jìn)行介紹，從而引出 SVM 和LSSVM，并對 SVM 和 LSSVM 進(jìn)行了詳細(xì)的介紹。最后建立基于 SVM 軟件老化預(yù)測模型和 LSSVM 軟件老化預(yù)測模型，通過對測試集數(shù)據(jù)平均響應(yīng)時間的預(yù)測，來證明 LSSVM 軟件老化預(yù)測模型的優(yōu)越性。3.1 支持向量機(jī)理論3.1.1 機(jī)器學(xué)習(xí)的基本問題機(jī)器學(xué)習(xí)（Machine Learning）實(shí)際上是一種對問題真實(shí)模型的逼近。通過對樣本數(shù)據(jù)的分析來尋找對象間的規(guī)律，從而構(gòu)造出預(yù)測模型，再運(yùn)用該模型對未知數(shù)據(jù)預(yù)測[47]。機(jī)器學(xué)習(xí)模型由數(shù)據(jù)產(chǎn)生器、訓(xùn)練器和學(xué)習(xí)機(jī)構(gòu)成，如圖 3.1 所示[48]。
【學(xué)位授予單位】：西安建筑科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP311.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王觀鵬;李國偉;陳建忠;;最小二乘中的病態(tài)問題[J];城市地理;2017年16期

2 王樂洋;;總體最小二乘的擾動分析[J];大地測量與地球動力學(xué);2013年01期

3 魯照權(quán);俞宗嘉;胡金東;胡焱東;;廣義最小二乘限定記憶參數(shù)辨識方法與仿真研究[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2009年06期

4 張志云;周永豐;;基于最小二乘和廣義最小二乘的系統(tǒng)偏差估計研究[J];艦船電子工程;2008年08期

5 任勛益;王汝傳;謝永娟;;基于支持向量機(jī)和最小二乘支持向量機(jī)的入侵檢測比較[J];計算機(jī)科學(xué);2008年10期

6 張建玲;;最小二乘與最小一乘[J];科技信息(科學(xué)教研);2007年27期

7 王玲,薄列峰,劉芳,焦李成;最小二乘隱空間支持向量機(jī)[J];計算機(jī)學(xué)報;2005年08期

8 劉念;最小二乘插值與擬合推估[J];測繪科學(xué);2002年03期

9 蘇財茂,韓榮德;離散點(diǎn)連續(xù)圓弧替代最小二乘圓徑向誤差分析與改進(jìn)計算[J];機(jī)械設(shè)計與制造;2001年04期

10 馮蘭芳;圓度誤差評判的最小二乘圓法[J];鄭州工業(yè)高專學(xué)報;1996年01期

相關(guān)會議論文 前10條

1 徐淑瓊;袁從貴;張新政;;密度權(quán)最小二乘支持向量機(jī)[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

2 苗晴;唐斌兵;周海銀;;基于約束最小二乘的空域迭代圖像復(fù)原[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

3 孫明軒;畢宏博;;最小二乘學(xué)習(xí)辨識[A];中國自動化學(xué)會控制理論專業(yè)委員會D卷[C];2011年

4 李方方;趙英凱;賈玉瑩;杜杰;;基于最小二乘支持向量機(jī)的油品質(zhì)量預(yù)測[A];第25屆中國控制會議論文集（上冊）[C];2006年

5 袁慶;樓立志;陳瑋嫻;;加權(quán)總體最小二乘在三維基準(zhǔn)轉(zhuǎn)換中的應(yīng)用[A];第二屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會電子文集[C];2011年

6 苑云;朱肇昆;尚洋;;一種加速最小二乘匹配方法[A];第十三屆全國實(shí)驗力學(xué)學(xué)術(shù)會議論文摘要集[C];2012年

7 王國慶;商玉寬;孫雨安;孫曉麗;秦建華;;基于多元曲線分辨-交替最小二乘-紫外光譜的地黃炮制過程監(jiān)控[A];中國化學(xué)會第26屆學(xué)術(shù)年會化學(xué)信息學(xué)與化學(xué)計量學(xué)分會場論文集[C];2008年

8 康傳會;汪曉東;汪軻;常健麗;;基于最小二乘支持向量機(jī)的遲滯建模方法[A];第二十九屆中國控制會議論文集[C];2010年

9 宋衛(wèi)紅;樓琳;李少敏;王敏;任域;;基于總體最小二乘的多測距融合定位模型[A];第九屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會論文集——S10 多源融合導(dǎo)航技術(shù)[C];2018年

10 張兆坤;于瀛潔;陳明儀;;用最小二乘迭代法對干涉條紋圖進(jìn)行插值[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

相關(guān)重要報紙文章 前1條

1 本報記者任健;無法承受之輕[N];建筑時報;2005年

相關(guān)博士學(xué)位論文 前10條

1 陶葉青;總體最小二乘模型及其在礦區(qū)測量數(shù)據(jù)處理中的應(yīng)用研究[D];中國礦業(yè)大學(xué);2015年

2 魯鐵定;總體最小二乘平差理論及其在測繪數(shù)據(jù)處理中的應(yīng)用[D];武漢大學(xué);2010年

3 閻綱;基于最小二乘支持向量機(jī)的鋁電解過程建模與控制研究[D];中南大學(xué);2012年

4 袁從貴;最小二乘支持向量回歸及其在水質(zhì)預(yù)測中的應(yīng)用研究[D];廣東工業(yè)大學(xué);2012年

5 胡惠軼;基于分解的系統(tǒng)辨識方法研究[D];江南大學(xué);2014年

6 鄭恩希;非多項式最小二乘有限元法在幾種散射問題中的應(yīng)用[D];吉林大學(xué);2012年

7 劉京禮;魯棒最小二乘支持向量機(jī)研究與應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2010年

8 王學(xué)鋒;整體最小二乘和KKT系統(tǒng)[D];中國海洋大學(xué);2007年

9 馬新建;最小二乘無網(wǎng)格法的改進(jìn)及其拓展應(yīng)用研究[D];南京理工大學(xué);2012年

10 楊濱;智能計算及應(yīng)用研究[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 侯敏;多輸出最小二乘SVR及在求解混沌系統(tǒng)中的應(yīng)用[D];聊城大學(xué);2018年

2 李揚(yáng);最小二乘法、ε-支持向量回歸機(jī)與最小二乘支持向量回歸機(jī)的對比研究[D];華東師范大學(xué);2018年

3 王欣;大規(guī)模數(shù)據(jù)樣本下的稀疏最小二乘支持向量機(jī)研究[D];西安理工大學(xué);2018年

4 胡銳;基于最小二乘支持向量機(jī)的胎兒心電信號提取研究[D];廣東工業(yè)大學(xué);2018年

5 陳珂;基于最小二乘支持向量機(jī)的軟件系統(tǒng)老化預(yù)測研究[D];西安建筑科技大學(xué);2018年

6 趙英文;總體最小二乘精度評定方法研究[D];東華理工大學(xué);2017年

7 舒托;輸入為張量的回歸問題和分類問題算法研究[D];新疆大學(xué);2017年

8 曹曉莉;最小二乘逆時偏移方法研究[D];中國石油大學(xué)(華東);2014年

9 陳沛;一種基于最小二乘映射的減基法及應(yīng)用[D];湖南大學(xué);2011年

10 于德海;最小二乘小波及其在心電信號識別中的應(yīng)用[D];北方工業(yè)大學(xué);2005年

本文編號：2613518