基于支持向量機(jī)的軟件可靠性模型研究.pdf

1、本文對(duì)軟件可靠性的影響因素、失效機(jī)理、評(píng)估模型以及必要的數(shù)學(xué)基礎(chǔ)進(jìn)行了研究?？偨Y(jié)了在工業(yè)上應(yīng)用較為廣泛的經(jīng)典軟件可靠性增長模型。在數(shù)量眾多的軟件可靠性評(píng)估模型中，概率類模型常常存在假設(shè)條件難以滿足的弊端，Bayesian網(wǎng)絡(luò)模型存在先驗(yàn)知識(shí)獲取困難的問題，人工神經(jīng)網(wǎng)絡(luò)存在著結(jié)構(gòu)難于確定、擬合不足或過擬合及容易陷入局部極小點(diǎn)等問題。 為了使對(duì)軟件可靠性的分析、評(píng)估更加精確和智能化，本文論述了軟件可靠性的有關(guān)理論和支持向量機(jī)理論，在

2、此基礎(chǔ)上提出了兩種可靠性模型： （1）基于支持向量回歸的軟件可靠性增長模型SVRSRG（SVR—basedsoftwarereliabilitygrowthmodel）。SVRSRG基于支持向量回歸的統(tǒng)計(jì)學(xué)習(xí)理論，避免了上述問題。利用一個(gè)實(shí)際軟件項(xiàng)目的故障統(tǒng)計(jì)數(shù)據(jù)集做為實(shí)驗(yàn)對(duì)象，闡述了SVRSRG模型的建立過程，核函數(shù)的選擇問題，用于參數(shù)估計(jì)的交叉驗(yàn)證和網(wǎng)格搜索（Cross—validation＆Grid—search）法。提出

3、了SVRSRG模型算法步驟及實(shí)現(xiàn)方法。為了評(píng)價(jià)基于SVR的軟件可靠性增長模型的吻合度（goodnessoffit），共實(shí)現(xiàn)了三個(gè)模型：Goel—Okumoto模型、Jelinski—Moranda模型以及本文提出的基于SVR的軟件可靠性增長模型SVRSRG，分別對(duì)其實(shí)驗(yàn)結(jié)果進(jìn)行分析和對(duì)比。利用兩個(gè)評(píng)價(jià)指標(biāo)MSE和SCC對(duì)上述三個(gè)軟件可靠性增長模型進(jìn)行對(duì)比，對(duì)SVRSRG模型進(jìn)行評(píng)價(jià)。結(jié)果顯示SVRSRG模型具有良好的預(yù)測(cè)能力，驗(yàn)證了本文

4、方法的有效性。 （2）基于支持向量機(jī)的軟件可靠性早期預(yù)測(cè)模型。大量研究表明，軟件復(fù)雜性與軟件質(zhì)量、開發(fā)成本和生產(chǎn)效率等方面密切相關(guān)，軟件復(fù)雜性是導(dǎo)致軟件錯(cuò)誤的主要原因，當(dāng)軟件復(fù)雜性超過某一限度值時(shí)，軟件中的錯(cuò)誤就會(huì)急劇上升，甚至引起軟件開發(fā)失敗。 本文對(duì)軟件復(fù)雜性和可靠性之間的關(guān)系進(jìn)行了研究，復(fù)雜度包括：總代碼行、總字符數(shù)、總注釋行、注釋字符數(shù)、代碼總字符數(shù)、Halstead程序長度估計(jì)、Jensen程序長度估計(jì)、McC