神经网络在软件可靠性预测中的应用研究

• 作者: 俞华锋
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 神经网络 粒子群算法 软件可靠性 评价指标
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 203-207
• 分类号: TP311
• 字数: 3668字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.04.051

摘要

关于应用软件保证在应用中安全可靠,应研究软件可靠性预测问题.针对软件可靠性预测系统是一个多因素的、非线性的复杂系统,传统设计高精度的准确数学模型预测方法是相当困难,RBF神经网络是一种非线性预测能力相当强的预测方法.为了提高软件可靠性预测的准确率,提出一种粒子群优化RBF神经网络的软件可靠性预测模型.模型首先将软件可靠性因子作为RBF神经网络的输入,软件可靠性准确率作为RBF神经网络的输出,然后将RBF神经网络的参数初始为粒子群中的粒子,软件可靠性准确率作为粒子优化的目标函数,通过粒子群之间的协作来获得RBF神经网络最优参数,用最优参数对RBF神经网络对软件可靠性进行预测.仿真结果表明,与传统软件可靠性预测方法相比,粒子群优化RBF神经网络对软件可靠性预测的精度更高,收敛速度更快,同时解决了传统RBF神经网络参数寻优难题,更加适合于软件可靠性预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞华锋	浙江经济职业技术学院信息系	21	230	8.0	15.0