【摘要】：針對傳統(tǒng)的軟件缺陷預(yù)測模型存在預(yù)測準(zhǔn)確率低和適應(yīng)性差的問題,本文提出了一種改進的PSO算法(IVPSO),并將其與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合,以此來構(gòu)建一個新的、預(yù)測性能和效果更加優(yōu)秀的模型——IVPSO-BP.首先,對粒子群算法進行改進并利用其對BP網(wǎng)絡(luò)進行優(yōu)化;其次,基于優(yōu)化的BP算法去建立一個預(yù)測模型;最后,將該模型與PSO-BP模型、J48(傳統(tǒng)的機器學(xué)習(xí)方法)、BP進行實驗比較.通過對最終實驗的數(shù)據(jù)進行分析表明,IVPSO-BP模型具有更高的尋優(yōu)性能和準(zhǔn)確性.
[Abstract]:Aiming at the problems of low prediction accuracy and poor adaptability in the traditional software defect prediction model, this paper proposes an improved PSO algorithm (IVPSO), and combines it with BP neural network to construct a new software defect prediction model. Better models for predicting performance and effectiveness IVPSO-BPP. First, the particle swarm optimization algorithm is improved and used to optimize the BP network; secondly, a prediction model is built based on the optimized BP algorithm; finally, the model is compared with the PSO-BP model J48 (traditional machine learning method). The analysis of the final experimental data shows that the IVPSO-BP model has higher optimization performance and accuracy.
【作者單位】： 安徽大學(xué)計算機科學(xué)與技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金(61300169)
【分類號】：TP18;TP311.53

【參考文獻】

相關(guān)期刊論文 前7條

1 于安雷;皮德常;;基于PSO-BP的軟件缺陷預(yù)測模型[J];計算機工程與應(yīng)用;2013年07期

2 陶海龍;李小平;張勝召;辜琳麗;;基于IPSO-BP神經(jīng)網(wǎng)絡(luò)的鐵路客運量預(yù)測[J];鐵道運輸與經(jīng)濟;2011年09期

3 姜慧研;宗茂;劉相瑩;;基于ACO-SVM的軟件缺陷預(yù)測模型的研究[J];計算機學(xué)報;2011年06期

4 王青;伍書劍;李明樹;;軟件缺陷預(yù)測技術(shù)[J];軟件學(xué)報;2008年07期

5 高岳林;任子暉;;帶有變異算子的自適應(yīng)粒子群優(yōu)化算法[J];計算機工程與應(yīng)用;2007年25期

6 楊維,李歧強;粒子群優(yōu)化算法綜述[J];中國工程科學(xué);2004年05期

7 楊健,楊靜宇,葉暉;Fisher線性鑒別分析的理論研究及其應(yīng)用[J];自動化學(xué)報;2003年04期

【共引文獻】

相關(guān)期刊論文 前10條

1 崔麗珍;王子t$;吳迪;高麗麗;;煤礦井下基于RSSI的多維標(biāo)度定位算法[J];煤礦安全;2017年06期

2 趙耀;;測井在露天礦邊坡軟弱夾層識別上的研究[J];露天采礦技術(shù);2017年06期

3 朱朝陽;陳相舟;閆龍;張信明;;基于主成分分析法的人工免疫識別軟件缺陷預(yù)測模型研究[J];計算機科學(xué);2017年S1期

4 區(qū)峻;石千惠;;特征降維和高斯混合模型的體育運動動作識別[J];現(xiàn)代電子技術(shù);2017年11期

5 曲樺;李巖松;劉軍;趙季紅;郭涯;;一種基于SDN的CCN集中控制緩存決策方法[J];電信科學(xué);2017年05期

6 陸正發(fā);徐玲;張小洪;陳林;楊夢寧;;基于概率的無監(jiān)督缺陷預(yù)測方法[J];計算機工程與科學(xué);2017年05期

7 劉博洋;潘宇;許伯陽;劉文;李煥奇;王蘇;;基于改進灰色神經(jīng)網(wǎng)絡(luò)組合模型的光伏電站短期出力預(yù)測[J];廣東電力;2017年04期

8 陳翔;陸凌姣;吉人;魏世鑫;;SBFS:基于搜索的軟件缺陷預(yù)測特征選擇框架[J];計算機應(yīng)用研究;2017年04期

9 陳恒;劉文廣;高東靜;彭鑫;趙文耘;;面向單個文件的個性化缺陷預(yù)測方法[J];計算機科學(xué);2017年04期

10 劉文廣;高東靜;彭鑫;趙文耘;;面向演化的缺陷預(yù)測模型演進策略比較研究[J];小型微型計算機系統(tǒng);2017年04期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 姜慧研;宗茂;劉相瑩;;基于ACO-SVM的軟件缺陷預(yù)測模型的研究[J];計算機學(xué)報;2011年06期

2 馮少榮;肖文俊;;基于樣本選取的決策樹改進算法[J];西南交通大學(xué)學(xué)報;2009年05期

3 王青;伍書劍;李明樹;;軟件缺陷預(yù)測技術(shù)[J];軟件學(xué)報;2008年07期

4 郭樹行;蘭雨晴;金茂忠;;基于目標(biāo)的軟件可信性需求規(guī)約方法研究[J];計算機工程;2007年11期

5 彭珍瑞;孟建軍;祝磊;蔣兆遠;;基于支持向量機的鐵路客運量預(yù)測[J];遼寧工程技術(shù)大學(xué)學(xué)報;2007年02期

6 陳莉,劉海紅,盛昌,陳威;可靠性增長模型和正交缺陷分類的結(jié)合及在過程定性分析中的應(yīng)用[J];科學(xué)技術(shù)與工程;2005年14期

7 劉宏偉,楊孝宗,岳曉光,曲峰;一個NHPP類軟件可靠性增長模型框架[J];計算機工程與科學(xué);2005年04期

8 王卓,王艷輝,賈利民,李平;改進的BP神經(jīng)網(wǎng)絡(luò)在鐵路客運量時間序列預(yù)測中的應(yīng)用[J];中國鐵道科學(xué);2005年02期

9 胡玉鵬,陳治平,林亞平,李軍義;貝葉斯缺陷分析模型及其在軟件測試中的應(yīng)用[J];計算機應(yīng)用;2005年04期

10 張文浩,曹健;軟件缺陷預(yù)防過程與方法[J];計算機工程;2004年S1期

【相似文獻】

相關(guān)期刊論文 前10條

1 ;軟件缺陷詞典正在制定[J];軟件世界;2007年06期

2 王德勝;宮云戰(zhàn);;論軟件缺陷[J];計算機應(yīng)用研究;2008年12期

3 聶劍平;韓柯;陳光;曹旭;;軟件缺陷增長過程的混沌分析[J];計算機工程與應(yīng)用;2008年11期

4 劉海;郝克剛;;軟件缺陷數(shù)據(jù)的分析方法及其實現(xiàn)[J];計算機科學(xué);2008年08期

5 熊斐;李建忠;徐中望;;軟件缺陷管理與防范[J];科技創(chuàng)新導(dǎo)報;2009年04期

6 石劍飛;楊欣;秦瑋;閆懷志;;一種軟件缺陷預(yù)測改進模型的研究[J];北京理工大學(xué)學(xué)報;2010年09期

7 繆林松;;基于代價敏感神經(jīng)網(wǎng)絡(luò)算法的軟件缺陷預(yù)測[J];電子科技;2012年06期

8 朱小燕;曲俊燕;;淺析軟件缺陷的問題[J];無線互聯(lián)科技;2013年04期

9 田華;蒲天銀;;基于遷移學(xué)習(xí)的軟件缺陷預(yù)測方法研究[J];西南師范大學(xué)學(xué)報(自然科學(xué)版);2014年03期

10 宮云戰(zhàn);論軟件缺陷[J];裝甲兵工程學(xué)院學(xué)報;2003年01期

相關(guān)會議論文 前8條

1 趙修湘;石勇;劉瑩;張玲玲;;文本分類在軟件缺陷管理中的應(yīng)用[A];第四屆（2009）中國管理學(xué)年會——管理科學(xué)與工程分會場論文集[C];2009年

2 李立清;;軟件缺陷數(shù)據(jù)的分析和預(yù)測[A];第三屆中國測試學(xué)術(shù)會議論文集[C];2004年

3 李立清;;用軟件缺陷數(shù)據(jù)進行缺陷預(yù)測[A];中國工程物理研究院科技年報（2005）[C];2005年

4 趙亮;侯金寶;;文件和包層次的軟件缺陷預(yù)測研究[A];第十四屆全國容錯計算學(xué)術(shù)會議(CFTC'2011)論文集[C];2011年

5 于秀山;王廣儉;;軟件缺陷管理[A];中國電子學(xué)會可靠性分會第十三屆學(xué)術(shù)年會論文選[C];2006年

6 寇綱;彭怡;石勇;;基于數(shù)據(jù)挖掘的軟件缺陷度量評估管理及研究現(xiàn)狀綜述[A];第三屆（2008）中國管理學(xué)年會——信息管理分會場論文集[C];2008年

7 高通;焦彥平;龔波;;基于曲線擬合的軟件缺陷排除成本預(yù)測[A];2010年全國通信安全學(xué)術(shù)會議論文集[C];2010年

8 涂亞明;毛軍鵬;余靜;尹磊;;系統(tǒng)測試階段的軟件缺陷預(yù)測模型分析[A];第六屆中國測試學(xué)術(shù)會議論文集[C];2010年

相關(guān)重要報紙文章 前7條

1 謝敏、戴金龍;追蹤每一個軟件缺陷[N];計算機世界;2005年

2 學(xué)健;可怕的不是缺陷本身[N];計算機世界;2001年

3 ;Firefox、IE中發(fā)現(xiàn)缺陷[N];計算機世界;2005年

4 道瓊斯;小電腦 大雄心[N];人民郵電;2007年

5 特約撰稿 朱顏鎮(zhèn);萬維易化項目管理力助電信運營商[N];通信信息報;2004年

6 ;Microsoft計劃推出Windows Server SP1[N];計算機世界;2004年

7 記者 王俊鳴;美專家認(rèn)為因特網(wǎng)中樞有漏洞[N];科技日報;2001年

相關(guān)博士學(xué)位論文 前8條

1 Gabriel Kofi Armah;[D];電子科技大學(xué);2015年

2 王偉光;動態(tài)軟件缺陷測試關(guān)鍵技術(shù)研究[D];南京大學(xué);2016年

3 陳琳;基于機器學(xué)習(xí)的軟件缺陷預(yù)測研究[D];重慶大學(xué);2016年

4 陳媛;基于數(shù)據(jù)挖掘的軟件缺陷預(yù)測技術(shù)研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所）;2012年

5 馬櫻;基于機器學(xué)習(xí)的軟件缺陷預(yù)測技術(shù)研究[D];電子科技大學(xué);2012年

6 單純;軟件缺陷分布預(yù)測技術(shù)及應(yīng)用研究[D];北京理工大學(xué);2015年

7 張凱;軟件缺陷混沌分形描述與軟件質(zhì)量進化度量的研究[D];武漢理工大學(xué);2005年

8 楊曉杏;基于度量元的軟件缺陷預(yù)測技術(shù)[D];中國科學(xué)技術(shù)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 趙長凱;軟件缺陷管理與預(yù)測系統(tǒng)的設(shè)計[D];復(fù)旦大學(xué);2013年

2 張亮;基于改進BP算法的軟件缺陷預(yù)測模型研究[D];北京理工大學(xué);2015年

3 王男帥;基于遺傳優(yōu)化支持向量機的軟件缺陷預(yù)測模型研究[D];北京理工大學(xué);2015年

4 陳艷;軟件缺陷管理技術(shù)研究與實現(xiàn)[D];電子科技大學(xué);2014年

5 李碧雯;基于遷移學(xué)習(xí)的跨項目軟件缺陷預(yù)測[D];上海交通大學(xué);2015年

6 梁天超;一種基于人工免疫樸素貝葉斯方法的軟件缺陷預(yù)測模型[D];南京郵電大學(xué);2015年

7 陸海洋;基于特征提取和代價敏感學(xué)習(xí)的軟件缺陷預(yù)測方法研究[D];南京郵電大學(xué);2015年

8 劉海林;基于LDA的軟件缺陷組件預(yù)測研究與實現(xiàn)[D];重慶大學(xué);2015年

9 楊磊;面向不平衡數(shù)據(jù)的軟件缺陷預(yù)測方法研究[D];中國石油大學(xué)(華東);2014年

10 陳家強;軟件缺陷預(yù)測中數(shù)據(jù)預(yù)處理技術(shù)研究[D];南京大學(xué);2014年

，

本文編號：2164089