基于神经网络集成的软件故障预测及实验分析

• 作者: 丁佐华 秦兴生 胡觉亮
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 神经网络模型 神经网络集成模型 故障预测
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 理论研究、研发设计
• 页码范围: 44-47,56
• 页数: 5页
• 分类号: TP393|TP18
• 字数: 4757字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1207-0240

摘要

软件系统故障预测是软件测试过程中软件可靠性研究的重点之一。利用软件系统测试过程中前期的故障相关信息进行建模，预测后期的软件故障信息，以便于后期测试和验证资源的合理分配。根据软件测试过程中已知的软件故障时间序列，利用非齐次泊松分布过程、神经网络、神经网络集成等方法对其进行建模。通过对三个实例分别建模，其预测平均相对误差G-O模型依次为3.02%、5.88%和6.58%，而神经网络集成模型为0.19%、1.88%和1.455%，实验结果表明神经网络集成模型具有更精确的预测能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡觉亮	浙江理工大学科学计算与软件工程中心	81	456	12.0	17.0
2	丁佐华	浙江理工大学科学计算与软件工程中心	26	71	6.0	7.0
3	秦兴生	浙江理工大学科学计算与软件工程中心	1	8	1.0	1.0