资源描述：
《基于arima模型的freebsd内核进化预测分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第32卷第3期湘潭大学自然科学学报Vo.l32No.32010年9月NaturalScienceJournalofXiangtanUniversitySep.2010基于ARIMA模型的FreeBSD*内核进化预测分析12*许旻鸿,郑巍(广东技术师范学院,广东广州510635)[摘要]FreeBSD内核进化有较明显的超线性趋势和内在规律科学地预测软件进化,找到一种简易又有足够精度的预测方法是管理软件工程的一项重要基础性工作以FreeBSD的62个内核版本数据作为时间序列,用ARI
2、MA模型建模,并做出FreeBSD进化预测,将预测结果和近期发布的FreeBSD内核进化实际结果进行对比,预测结果令人满意,表明该类模型可以用于FreeBSD进化预测关键词:FreeBSD;ARIMA;SPSS;软件进化;软件度量中图分类号:TP311.5文献标识码:A文章编号:1000-5900(2010)03-0111-05TheFreeBSDKernelAnalysisoftheEvolutionandForecastBasedonARIMAModel1*2XUMinhong,ZHE
3、NGWei(GuangdongPolytechnicNormalUniversity,Guangzhou510635China)AbstractTherearethemorevisibleintheevolutionoftheultralineartrends,aswellasobviousintrinsicrules,intheFreeBSDkernelevolution.Predictthesoftwareevolutionscientificallyisanimportantbasicworktomanagem
4、entofsoftwareengineering,andneedanforecastingmethodwitheasiertouseandhavingsufficientpricision.ToFreeBSDkernelversionofthe62timeseriesdata,usingARIMAmodelingandforecastingtomakeFreeBSDevolution,TheforecastresultsandtherecentreleaseofFreeBSDkernelcomparedtheevolut
5、ionofactualresults,theresultsaresatisfactory,thatthetypeofmodelcanbeusedtopredicttheevolutionofFreeBSD.Keywords:FreeBSD;ARIMA;SPSS;softwareevolution;softwaremetrics从20世纪60年代起国外就开始对软件的进化提出不同的分析方法,至今针对大型软件的进化分析研究,国外已经取得了一定的进展这些研究对现在软件的发展有着重要的作用,但国内少有对这方面进行研究过去大量的
6、软件进化研究主要集中在单个公司采用传统管理技术开发的较大型软件上开源软件内核进化分析是一个较新的研究方向,研究大型自由和开源软件进化可以帮助我们经验性地估计软件体系结构的稳定性;可以较准确地预报软件进化结果和预报软件进化趋势1ARIMA模型ARIMA模型全称为自回归移动平均模型(AutoregressiveIntegratedMovingAverageMode,l简记ARIMA),是由博克思(Box)和詹金斯(Jenkins)于70年代初提出的一著名时间序列预测方法,所以又称为boxjenkins模型、博克思詹金
7、斯法其中ARIMA(p,d,q)称为差分自回归移动平均模型,AR是自回归,p为自回归项;MA为移动平均,q为移动平均项数,d为时间序列成为平稳时所做的差分次数ARIMA模型具体可分为:非季节性ARIMA(p,d,q)模型;季节性ARIMA(p,d,q)s模型;乘积(p,d,q)(p,d,q)s模型ARIMA模型的基本思想是:将预测对象随时间推移而形成的数据序列视为一个随机序列,用一定的数学模型来近似描述这个序列这个模型一旦被识别后就可以从时间序列的过去值及现在值来预测*收稿日期:2009-11-16基金项目:广
8、东技术师范学院2008年度科研项目(08KJY06)通信作者:郑巍(1956!),男,辽宁沈阳人,教授Emai:lzwdp@21.cn.com112湘潭大学自然科学学报2010年未来值2FreeBSD内核版本数据提取FreeB
