基于ann和lssvm的软件可靠性模型组合与优化研究

《基于ann和lssvm的软件可靠性模型组合与优化研究》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、中图分类号：TP311论文编号：102871616-S056学科分类号：083500硕士学位论文基于ANN和LSSVM的软件可靠性模型组合与优化研究研究生姓名杨丹学科、专业软件工程研究方向软件可靠性指导教师臧洌副教授南京航空航天大学研究生院计算机科学与技术学院二〇一六年一月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofComputerScienceandTechnologyResearchonthecombinationandoptimizationofsoftwarereliabil

2、itymodelsbasedonANNandLSSVMAThesisinSoftwareEngineeringbyYangDanAdvisedbyAssociateProfessorZangLieSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringJanuary,2016承诺南京航空航天大学硕士学位论文摘要随着计算机技术的迅速发展，软件的可靠性在计算机系统中占据了越来越重要的地位。如何预测软件可靠性，防止灾难性事故的发生，已经成为当前软件工程领域的重要研究课题。在实际的软件可

3、靠性预测过程中，不同的软件系统往往需要选择不同的软件可靠性模型。人工神经网络（ArtificialNeuralNetwork，简称ANN）具有很强的自适应能力和学习能力，在软件可靠性预测中有较优的性能表现，但其无法跳出计算智能的局限。最小二乘支持向量机（LeastSquareSupportVectorMachines，简称LSSVM）从统计学角度出发，能对软件可靠性进行有效描述，但其参数选择需要依赖专家经验，预测软件系统的精度难以得到提高和改进。针对上述问题，本文将基于ANN的软件可靠性模型和基于LSSVM的软件可靠性模型进行组合，并用基于分析选择的模拟退火算法ASSA对组合模型

4、进行优化，论文主要工作如下：（1）对软件可靠性理论、支持向量机理论和常见的软件可靠性模型进行了研究，为解决更为复杂的预测问题提供理论基础。（2）以人工神经网络和最小二乘支持向量机为基础，应用模糊自适应度变权方法，将两种软件可靠性模型结合，构造出新的组合预测模型（CO-ANN-LSSVM模型）。（3）提出了一种基于分析选择的模拟退火算法，通过该算法训练RBF神经网络的网络权值以及优化最小二乘支持向量机的人工参数，构造出ACAL模型。最后通过Matlab仿真实验验证了模型的可行性和有效性。关键词：软件可靠性，组合预测，人工神经网络，最小二乘支持向量机，模拟退火算法，分析选择I基于AN

5、N和LSSVM的软件可靠性模型组合与优化研究ABSTRACTWiththerapiddevelopmentofcomputertechnology,thesoftwarereliabilityismoreandmoreimportantinthecomputersystem.Howtopredictthesoftwarereliabilityandpreventtheoccurrenceofcatastrophicaccidenthasbecometheimportantresearchtopicinthefieldofsoftwareengineering.Intheproce

6、ssoftheactualsoftwarereliabilityprediction,differentsoftwaresystemsoftenneedtochoosedifferentsoftwarereliabilitymodel.ANNhasstrongadaptiveabilityandlearningability,andithasgoodperformanceinsoftwarereliabilityprediction.However,itcan'tjumpoutofthelimitationsofcomputationalintelligence.LSSVMcan

7、effectivelydescribethesoftwarereliabilityfromastatisticalperspective,butitspreferencesdependonexpertexperiences,andpredictionaccuracyofsystemisdifficulttoimprove.Inviewoftheaboveproblems,theANNbasedsoftwarereliabilitymodelandtheLSSVMbasedsoft