基于新型PSO算法优化BP神经网络的软件缺陷预测方法研究

• 作者: 刘锋 朱二周 邓伟康
• 来源期刊: 微电子学与计算机
• 关键词: 软件缺陷预测 粒子群算法 神经网络
• 年，卷（期）: 2017,（4）
• 页码范围: 39-43,48
• 页数: 6页
• 分类号: TP311
• 语种: 中文

摘要

针对传统的软件缺陷预测模型存在预测准确率低和适应性差的问题,本文提出了一种改进的PSO算法(IVPSO),并将其与BP神经网络相结合,以此来构建一个新的、预测性能和效果更加优秀的模型——-IVPSO-BP.首先,对粒子群算法进行改进并利用其对BP网络进行优化;其次,基于优化的BP算法去建立一个预测模型;最后,将该模型与PSO-BP模型、J48(传统的机器学习方法)、BP进行实验比较.通过对最终实验的数据进行分析表明,IVPSO-BP模型具有更高的寻优性能和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘锋	安徽大学计算机科学与技术学院	77	392	11.0	16.0
2	朱二周	安徽大学计算机科学与技术学院	19	157	7.0	12.0
3	邓伟康	安徽大学计算机科学与技术学院	1	5	1.0	1.0