改進PSO與模糊積分軟件缺陷預測方法研究.pdf

1、隨著計算機的廣泛應用,計算機軟件的需求量逐漸增大,如何高效開發(fā)高質(zhì)量的計算機軟件成為軟件公司關注的問題。計算機軟件的早期開發(fā)理念和方法在很大程度上限制了計算機的開發(fā)質(zhì)量和開發(fā)周期。軟件缺陷預測是軟件工程領域中為了提高軟件開發(fā)效率,降低開發(fā)成本,同時又能提高軟件的開發(fā)質(zhì)量所作的研究。該方法通過研究軟件中的高缺陷模塊,運用統(tǒng)計或分類方法預測軟件模塊含有缺陷的情況。軟件開發(fā)人員在開發(fā)過程中將預測的結果作為參考來關注易于產(chǎn)生缺陷的模塊,從而提高

2、軟件的開發(fā)質(zhì)量,降低軟件的開發(fā)周期。
　　 目前,軟件缺陷預測技術的研究成為軟件工程和應用中重要領域之一,該項技術的研究也越來越多。針對軟件缺陷預測方法對提高軟件開發(fā)質(zhì)量和軟件開發(fā)效率具有重要的指導意義,本文首先對計算機軟件缺陷預測的基本概念、意義、研究現(xiàn)狀進行了詳細的描述,在對現(xiàn)有的缺陷預測技術方法進行了總結概括的基礎上,分析比較了已有軟件缺陷預測的優(yōu)點及不足,重點研究了模糊積分理論,根據(jù)模糊積分的映射功能設計了缺陷預測模型。

3、該模型在高維空間對軟件模塊數(shù)據(jù)分類并建立分類超平面完成對模塊的預測。針對軟件中缺陷模塊和非缺陷模塊的比例相差較大問題采用錯誤分類懲罰機制調(diào)整最小錯誤分類率的模糊積分分類函數(shù)。最優(yōu)化分類超平面函數(shù)參數(shù)優(yōu)化根據(jù)遺傳優(yōu)化方法來實現(xiàn)。其次,詳細分析了軟件模塊屬性特征與軟件缺陷的關系,運用改進粒子群優(yōu)化算法建立軟件缺陷的預測模型。該模型通過優(yōu)化提取缺陷模塊特征屬性規(guī)則進行預測。實驗結果表明了所設計模型的有效性和適用性。
　　 針對模糊測度