基于神经网络软件质量预测模型的研究

《基于神经网络软件质量预测模型的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、≯；簪，，；L-，，，tResearchontheSoftwareQualityPredictionModelBasedonNeuralNetworkAThesisSubmiRedfortheDegreeofMasterCandidate：GongLinaSupervisor：AssociateProf．LiKewenCollegeofComputer&CommunicationEngineeringChinaUniversityofPetroleum(EastChina)≯一1-'f，分譬关于学位论文的独创性声明本人郑重声明：

2、所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加以标注和致谢外，本论文不包含其他人已经发表或撰写的研究成果，也不包含本人或他人为获得中国石油大学(华东)或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志对研究所做的任何贡献均已在论文中作出了明确的说明。若有不实之处，本人愿意承担相关法律责任。学位论文作者签名：皇盥日期：铂11年占月瑶Et学位论文使用授权书本人完全同意中国石油大学(华东)有权使用本学位论文(包括但不限于其印刷版和电子版)，使用方式

3、包括但不限于：保留学位论文，按规定向国家有关部门(机构)送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、借阅和复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、缩印或其他复制手段保存学位论文。保密学位论文在解密后的使用授权同上。学位论文作者签名：皇亟鲺垦指导教师签名：红日期：钿11年占月谭EtEl期：矽，，年，月璐Et一卜．，㈠^一啊摘要随着科学技术的发展，如今的软件系统越来越复杂，功能越来越强大，因此对软件的质量要求越来越高。软件的质量直接影响软件的使用和维护，它受到来自软件开发过程中各种

4、不确定性因素的影响，给软件质量的评估带来了许多困难。若能在软件项目开发的早期及早的获得必要的质量级别，则将对实现最终软件的质量控制、缩短软件开发周期、减少软件开发和维护成本具有非常重要的意义。软件质量预测建模技术是软件质量评价体系中的关键技术，然而目前的软件质量预测建模技术所基于的模型相对比较粗糙，所用的方法多是统计学的算法。因此如何选择合适的方法，使软件质量预测模型能正确有效的建立起软件内部属性和外部属性之间的不确定性的非线性关系是目前软件质量领域备受关注的研究课题。本文针对上述问题，对基于软件质量度量的软件质量预测模型进行了

5、研究。应用神经网络的非线性逼近能力、学习和自适应能力，以软件质量度量参数作为神经网络的输入，提出了两种软件质量预测模型。一种是基于粗糙集的模糊神经网络的软件质量预测模型，它首先利用SOM网络对数据进行离散化处理，然后利用粗糙集的属性约简算法提取样本中精简的规则，最后根据提取的规则构建模糊神经网络模型，简化了神经网络模型的结构，缩短了训练时间，提高模型的预测能力。另一种是基于广义动态模糊神经网络的软件质量预测模型，该模型以模糊占．完备性作为高斯函数宽度的确定准则，避免了初始化过程中选择的随机性，同时，该算法能对模糊规则和输入变量的

6、重要性做出评价，从而使每条规则的输入变量的宽度可以根据它对系统性能贡献的大小实施在线自适应调整，在学习效率和辨识精度方面都具有突出的优势。最后，通过对两个模型训练的仿真实验验证模型的性能。实验结果表明本文提出的两个软件质量预测模型具有很好的软件质量预测能力，能够较好的反应软件质量度量和软件质量之间的非线性关系，具有较高的预测精度。关键词：软件质量，软件度量，软件质量预测模型，粗糙集理论，模糊神经网络一㈤．Lsoftware，whichisimpactedbytheuncertainfactsintheprocessofsoftw

7、aredevelopment，andthisbringsalotofdifficultiestothesoftwarequalityevaluation．IfweCallearlygetthenecessarylevelsintheearlysofhvaredevelopmentprocess，thiswillbegreatsignificanceforthequalitycontrollingoftheachievingtheultimatesoftware，shorteningthesoftwaredevelopmentcy

8、cle，reducingthecostofthedevelopmentandmaintenanceofsoftware．Thetechnologyofsoftwarequalitypredictionmodelisthekeytechnologyofsoftwa