基于數(shù)據(jù)度量和多目標(biāo)決策的軟件缺陷技術(shù)研究

發(fā)布時(shí)間：2020-08-24 12:52

【摘要】：軟件缺陷是軟件開發(fā)過(guò)程中不可避免的“副產(chǎn)品”,不僅影響著軟件的質(zhì)量還可能導(dǎo)致軟件的開發(fā)費(fèi)用超支和開發(fā)進(jìn)度失控,甚至?xí)䦟?dǎo)致災(zāi)難性的結(jié)果。軟件中存在的缺陷并非靠簡(jiǎn)單地檢測(cè)和驗(yàn)證手段就能發(fā)現(xiàn)或排除的,因此,軟件缺陷檢測(cè)技術(shù)必不可少。一方面,在以往的研究過(guò)程中,軟件缺陷檢測(cè)模型的研究思路焦點(diǎn)都聚集在分類器的設(shè)計(jì)上,而忽略了數(shù)據(jù)復(fù)雜性特征。另一方面,檢測(cè)模型評(píng)估指標(biāo)多種多樣,很難直觀的判斷出哪些模型指標(biāo)是否是合格或者說(shuō)是有利的,因此擁有穩(wěn)定的評(píng)估技術(shù)是非常重要的。針對(duì)上訴問(wèn)題,本文提出基于數(shù)據(jù)度量的軟件缺陷檢測(cè)方法和基于多目標(biāo)決策的評(píng)估方法研究:(1)提出了基于數(shù)據(jù)度量的軟件缺陷檢測(cè)方法,其將數(shù)據(jù)挖掘技術(shù)中數(shù)據(jù)復(fù)雜性度量應(yīng)用到軟件工程的軟件缺陷檢測(cè)模型中。首先引入11個(gè)數(shù)據(jù)復(fù)雜性度量指標(biāo)對(duì)所有數(shù)據(jù)進(jìn)行度量,然后使用當(dāng)前較流行的三種數(shù)據(jù)挖掘算法最近鄰分類算法、決策樹算法和樸素貝葉斯分類算法對(duì)所有數(shù)據(jù)進(jìn)行檢測(cè),并采用多個(gè)評(píng)估指標(biāo)來(lái)表示,最后根據(jù)實(shí)驗(yàn)結(jié)果探討數(shù)據(jù)集的復(fù)雜性度量與軟件缺陷檢測(cè)之間的關(guān)系,從而為軟件缺陷檢測(cè)模型的建立提供有力的支持。實(shí)驗(yàn)結(jié)論表明,數(shù)據(jù)復(fù)雜度量可以為分類器的選擇提供有效的信息,同時(shí)為建立穩(wěn)定的檢測(cè)模型提供了有力的支撐。(2)提出了一種基于多目標(biāo)決策算法的評(píng)估方法。多目標(biāo)決策算法主要采用的方法是層次分析法(Analytic Hierarchy Process,AHP)和模糊數(shù)學(xué)法,該技術(shù)適用解決多輸入以及多輸出的問(wèn)題。在后期實(shí)驗(yàn)中主要采用了層次分析法作為建模對(duì)象,以及會(huì)涉及到層次分析法的一些變形的方法模糊層次分析法(Fuzzy AHP)等。首先,將影響因素分解成目標(biāo)、準(zhǔn)則、方案等層次,在此基礎(chǔ)之上在使用層次分析法對(duì)決策進(jìn)行定性和定量分析。使用了機(jī)器學(xué)習(xí)中多個(gè)度量指標(biāo)建立多目標(biāo)決策評(píng)估方法,所得的數(shù)據(jù)來(lái)確立優(yōu)化的評(píng)估算法。然后,在層次分析法上進(jìn)行變形成Fuzzy AHP模型進(jìn)行相同試驗(yàn),比較二者的不同之處,以及實(shí)驗(yàn)結(jié)果。最后,分析出所要的多目標(biāo)決策模型。實(shí)驗(yàn)的結(jié)論展示了通過(guò)層次分析法得出的一個(gè)解再通過(guò)Fuzzy AHP的方法,可以將其轉(zhuǎn)化為定量分析,在5個(gè)劃分的標(biāo)準(zhǔn)之中找到對(duì)于該解的評(píng)價(jià),以確定該解是否符合預(yù)期。
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP311.53;O225
【圖文】：