基于组合神经网络的软件可靠性预测研究

• 作者: 张雪松 郭平
• 来源期刊: 北京师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 软件可靠性 增长预测 前馈神经网络 混合学习算法 组合神经网络
• 年，卷（期）: 2005,（6）
• 页码范围: 599-603
• 页数: 5页
• 分类号: TP301.6|TP302.7
• 字数: 4770字
• 语种: 中文
• DOI: 10.3321/j.issn:0476-0301.2005.06.013

摘要

为了进一步提高神经网络的预测能力,提出了一种前馈神经网络混合学习算法,并将其应用于组合神经网络.该算法由一种模式提取算法(Alopex)和伪逆算法组成.在该混合学习算法中,网络的学习任务被分解为2个部分:隐藏层的权值先随机给定,然后使用Alopex算法不断地对其进行扰动;输出层的权值使用伪逆算法确定.所使用的组合神经网络由多个结构相同的前馈神经网络组成,每个前馈神经网络都使用混合学习算法(采用不同的初值)进行训练.实验结果表明,这种组合神经网络能够显著提高软件可靠性的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭平	北京师范大学信息科学与技术学院	48	535	14.0	21.0
2	张雪松	北京师范大学信息科学与技术学院	8	793	8.0	8.0