基于代理辅助多目标萤火虫算法的软件缺陷预测方法研究

• 作者: 曹良林 贲可荣 张献
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 软件缺陷预测 机器学习 多目标 萤火虫算法 代理辅助
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 软件工程
• 页码范围: 257-265
• 页数: 9页
• 分类号: TP311.55
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2022.02.010

摘要

针对软件缺陷预测中数据维度的复杂化和类不平衡问题,提出一种基于代理辅助模型的多目标萤火虫算法(SMO-MSFFA)的软件缺陷预测方法.该方法采用了多组策略萤火虫算法(MSFFA),以最小化数据的特征选择比率和最大化模型评测A UC值为多目标目标函数,分别以随机森林(RF)、支持向量机(SVM)和K近邻分类算法(KNN)为分类器构建软件缺陷预测模型.考虑到进化算法自身的迭代特点,嵌入代理模型离线完成部分个体评价函数的计算,以缩短计算耗时.在公开数据集NASA中的PC1、KC1和MC1项目上进行实验验证,与NSGA-II方法相比,在项目PC1、KC1和MC1上模型A UC均值分别提升0.17、降低0.01和提升0.09,平均特征选择比率分别降低0.08,0.17和0.05,平均耗时分别增加131 s,降低了199 s和降低了431 s.实验结果表明,提出的方法在提高模型性能、降低特征选择比率和缩短计算耗时方面具有明显的优势.