基于最小二乘支持向量机的软件系统老化预测研究

《基于最小二乘支持向量机的软件系统老化预测研究》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、西安建筑科技大学硕士学位论文基于最小二乘支持向量机的软件系统老化预测研究专业：计算机技术硕士生：陈珂指导教师：祁飞摘要遗留在软件中的缺陷会随着软件系统长期持续运行造成计算机内存泄露、舍入误差积累、文件锁未能及时释放等现象的发生，最终导致系统性能衰退甚至崩溃。这些软件老化现象的发生不仅降低了系统的可靠性，严重时还会危害人的生命财产安全。为了减轻软件老化带来的危害，对软件老化趋势进行预测，及时采取抗衰策略避免软件老化现象的发生就变的尤为重要。反映软件老化状态的一个很重要指标是软件的平均响应时间，本文通过对软件

2、平均响应时间的预测来推断软件运行状态。针对软件老化预测研究，本文主要工作概述如下：通过对已有预测方法分析并结合软件运行特点，确定用最小二乘支持向量机作为软件老化预测方法。通过实验建立最小二乘支持向量机软件老化预测模型，并与支持向量机软件老化预测模型实验结果进行对比，证明其优越性。最小二乘支持向量机预测模型惩罚因子和核函数参数的选择，对模型的预测效果有很大影响。为了提高最小二乘支持向量机的预测结果，本文采用灰狼优化算法对最小二乘支持向量机的参数进行寻优。建立基于灰狼优化算法的最小二乘支持向量机软件老化预测模

3、型，并通过实验与基于遗传算法的最小二乘支持向量机软件老化预测模型实验结果对比，证明其优越性，从而为软件抗衰操作执行时机的确定提供重要的参考依据。关键词：最小二乘支持向量机；灰狼优化算法；软件老化预测西安建筑科技大学硕士学位论文ResearchonAgingPredictionofSoftwareSystemBasedonLeastSquaresSupportVectorMachineSpecialty:ComputertechnologyName:KeChenSupervisor:FeiQiAbstrac

4、tWiththelong-termcontinuousoperationofthesoftwaresystem,thedefectsleftinthesoftwarewillcausethephenomenaofcomputermemoryleakage,accumulationofroundingerrors,andfilelockfailurestobereleasedintime,eventuallyleadingtodeteriorationandevencollapseofthesystempe

5、rformance.Theoccurrenceofthesesoftwareagingnotonlyreducesthereliabilityofthesystem,butalsoendangersthesafetyofhumanlifeandproperty.Inordertoreducethedamagecausedbysoftwareaging,itisparticularlyimportanttopredictthetrendofsoftwareagingandadoptananti-agings

6、trategytoavoidsoftwareaging.Averyimportantindicatorthatreflectsthestateofsoftwareagingistheaveragesoftwareresponsetime.Thisdissertationinferssoftwarerunningstatebypredictingthesoftwareaverageresponsetime.Aimingattheresearchofsoftwareagingprediction,themai

7、nworkinthisdissertationissummarizedasfollows:Basedontheanalysisoftheexistingpredictionmethodsandtheoperationcharacteristicsofthesoftware,itisdeterminedthattheleastsquaressupportvectormachineisusedasthepredictionmethodofsoftwareaging.Experimentsarecarriedo

8、uttobuildthesoftwareagingpredictionmodelofleastsquaressupportvectormachine.Thedatafromtheexperimentsarecomparedwiththosefromthesoftwareagingpredictionmodelofsupportvectormachine,andthesuperiorityoftheformermodelispr