应用于软件缺陷预测模型的量子粒子群优化BP算法

• 作者: 姜利群 洪晓彬 赵鹏
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 量子粒子群 BP神经网络 软件缺陷 预测模型 准确率 收敛性能
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 信息·计算机
• 页码范围: 184-189
• 页数: 6页
• 分类号: TP311
• 字数: 3148字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.06.028

摘要

为了降低软件测试的成本并改善软件缺陷预测的能力,提出将量子粒子群算法和BP神经网络相结合,以提高软件缺陷预测模型的准确性和适用性.该算法以3层BP神经网络结构为基础,运用量子粒子群优化算法对BP神经网络的权值和阈值进行优化,从而在一定程度上克服了传统BP神经网络算法在收敛性能上的不足.仿真模拟实验结果表明:相比传统BP神经网络和粒子群优化BP神经网络,提出算法能够更有效地提高BP神经网络的收敛速度,防止陷入局部极小,提升软件缺陷预测的准确率、效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜利群	中国矿业大学计算机学院	40	174	8.0	12.0
2	赵鹏	太原师范学院计算机科学与技术系	34	70	5.0	7.0
3	洪晓彬	广州工商学院计算机科学与工程系	16	10	2.0	2.0