基于支持向量機(jī)的軟件可靠性早期預(yù)測(cè)研究.pdf

1、 隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，人們對(duì)計(jì)算機(jī)系統(tǒng)的依賴性越來(lái)越高。而在造成計(jì)算機(jī)系統(tǒng)錯(cuò)誤的因素中，軟件占了絕大部分。因此，如何保證軟件質(zhì)量，設(shè)計(jì)并開(kāi)發(fā)出可靠的軟件已經(jīng)成為當(dāng)務(wù)之急。由于軟件可靠性早期預(yù)測(cè)在測(cè)試前就能夠使開(kāi)發(fā)和測(cè)試的相關(guān)人員對(duì)軟件的可靠性有一個(gè)大致的了解，所以對(duì)于軟件如何進(jìn)一步開(kāi)發(fā)、測(cè)試和質(zhì)量的控制都具有十分重要的作用。 支持向量機(jī)是建立在統(tǒng)計(jì)學(xué)習(xí)理論中VC維和結(jié)構(gòu)風(fēng)險(xiǎn)最小化基礎(chǔ)上的一種全新的學(xué)習(xí)機(jī)器。它根據(jù)有限

2、的樣本信息在模型的復(fù)雜性和學(xué)習(xí)能力之間尋求最佳折衷，以期獲得最好的推廣能力。與傳統(tǒng)建模方法相比，基于支持向量機(jī)的方法具有顯著的先進(jìn)性，能夠解決人工神經(jīng)網(wǎng)絡(luò)中結(jié)構(gòu)難于確定、擬合不充分或過(guò)擬合、容易陷入局部極小點(diǎn)等諸多問(wèn)題，并且具有出色的小樣本性能。本文概述了國(guó)內(nèi)外關(guān)于軟件可靠性早期預(yù)測(cè)方法的研究現(xiàn)狀，重點(diǎn)分析了多元線性回歸和人工神經(jīng)網(wǎng)絡(luò)這兩種經(jīng)典建模方法，并指出其不足。由此，將支持向量機(jī)理論引入到軟件可靠性早期預(yù)測(cè)領(lǐng)域中來(lái)，并結(jié)合聚類分析