一种基于PSO-SVR的软件可靠性评估方法

• 作者: 何增郎 张保卫 张毅坤 杨凯峰
• 来源期刊: 西安理工大学学报
• 学科: 工学
• 关键词: 软件可靠性评估模型 向量回归 粒子群优化
• 年，卷（期）: 2012,（1）
• 页码范围: 98-101
• 分类号: TP311
• 字数: 3645字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4710.2012.01.018

摘要

软件可靠性建模时,如果简单地利用支持向量回归机制建模,就有可能由于支持向量回归(SVR)自身参数选择难以及实验数据本身的不确定性,从而导致预测结果不理想、精度低等缺陷.因此,借鉴粒子群优化算法(PSO)多参数寻优的优势,将PSO与SVR优化算法相结合,利用分层聚类算法对初始实验数据进行归一化处理,剔除异常数据,构建基于PSO-SVR的软件可靠性评估方法,从而提高软件模型的预测精度.实验结果表明,基于PSO-SVR方法的预测模型其预测精度高,更适应实际软件应用环境.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张毅坤	西安理工大学计算机科学与工程学院	71	825	15.0	25.0
2	杨凯峰	西安理工大学计算机科学与工程学院	12	195	6.0	12.0
3	张保卫	西安理工大学计算机科学与工程学院	15	59	4.0	7.0
4	何增郎	西安理工大学计算机科学与工程学院	1	4	1.0	1.0