基于PSOABC-SVM的软件可靠性预测模型
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Software Reliability Prediction Based on PSOABC-SVM Model
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    软件可靠性预测是指在软件开发初期对软件中各模块出错的可能性进行预测,对提高软件的可信性具有重要意义. 提出了一种基于粒子群与人工蜂群优化支持向量机的软件可靠性预测模型,将粒子群优化算法与人工蜂群算法相结合的混合算法引入到支持向量机的参数选择中,提高软件可靠性预测的效果. 实验结果表明,该模型比BP网络预测模型、粒子群优化支持向量机等预测模型收敛速度更快、预测精度更高,能更好的进行软件可靠性预测.

    Abstract:

    Software reliability prediction can predict the fault-prone modules at the early age of sofrware development. And it is important to improve the credibility of the software. In order to improve the effect of software reliability prediction, this paper proposes a PSOABC-SVM model to predict software reliability, and puts forward a model of predicting the software reliability based on PSOABC-SVM. The experimental results show that this model can achieve more precise prediction results than other prediction models such as BP neural network and PSO-SVM. The PSOABC-SVM model is more applicable for software reliability prediction.

    参考文献
    相似文献
    引证文献
引用本文

贾冀婷.基于PSOABC-SVM的软件可靠性预测模型.计算机系统应用,2014,23(7):161-164

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-11-20
  • 最后修改日期:2013-12-23
  • 录用日期:
  • 在线发布日期: 2014-08-15
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号