基于极限学习机的组合软件可靠性模型研究

• 作者: 李思雨
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 软件可靠性模型 组合模型 神经网络 极限学习机 预测精度
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 44-48
• 页数: 5页
• 分类号: TP301.6
• 字数: 4003字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.11.009

摘要

针对单一软件可靠性模型适应性不强和数据驱动模型稳定性较差的问题,本文选取3种典型软件可靠性模型作为基模型,利用极限学习机对基模型的预测结果进行加权优化,得到组合软件可靠性模型,实现经典软件可靠性模型和人工智能算法的有机结合.通过对3组失效数据进行仿真实验,并与单一模型、基于其他神经网络算法的组合模型以及数据驱动模型的预测结果进行对比,验证了本文模型能够有效地提升预测精度和模型的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李思雨	华北计算技术研究所软件测评中心	1	0	0.0	0.0