基于人工神经网络的软件质量评价new

基于人工神经网络的软件质量评价new

ID:34047544

大小:315.01 KB

页数:3页

时间:2019-03-03

基于人工神经网络的软件质量评价new_第1页
基于人工神经网络的软件质量评价new_第2页
基于人工神经网络的软件质量评价new_第3页
资源描述:

《基于人工神经网络的软件质量评价new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第25卷第12期计算机应用与软件Vol125No.122008年12月ComputerApplicationsandSoftwareDec.2008基于人工神经网络的软件质量评价1,212王李进吴保国郑德祥1(北京林业大学信息学院北京100083)2(福建农林大学计算机与信息学院福建福州350002)摘要为了提高软件质量评价的准确性,参考各软件质量模型中的质量因素,构建评价指标体系并设计了BP网络结构。通过在MATLAB环境下实例仿真,基于人工神经网络的评价结果与期望的结果是一致的,表明该方法能够准

2、确、科学和客观地评价软件质量。关键词人工神经网络软件质量综合评价SOFTWAREQUALITYEVALUATIONBASEDONARTIFICIALNEURALNETWORK1,212WangLijinWuBaoguoZhengDexiang1(SchoolofInformation,BeijingForestryUniversity,Beijing100083,China)2(SchoolofComputerandInformation,FujianAgricultureandForestryUn

3、iversity,Fuzhou350002,Fujian,China)AbstractToimprovetheaccuracyofsoftwarequalityevaluation,inthispaperanevaluationindexsystemissetupwiththereferenceofqualityfactorsinvarioussoftwarequalitymodels,andthestructureofBPnetworkisdesignedaswell.Theresultofeva

4、luationbasedonartifi2cialneuralnetworkaccordedwithwhatwasexpectedinemulationundertheMatlabenvironment.Theconclusionisthatthemethodcanevalu2atesoftwarequalitymoreexact,scientificandimpersonal.KeywordsArtificialneuralnetworkSoftwarequalityOverallevaluati

5、on而形成的复杂网络系统,在模式识别、趋势预测和质量等级评价0引言等方面得到了广泛的应用。BP网络是在模式分类中用得最多的一种神经网络,从结构上讲,是一种分层型网络,具有输入层、软件质量是贯穿于软件生存周期的一个重要问题,是各种中间层(隐藏层)和输出层的三层结构。各层中神经元的输出,[1]特性的复杂组合。为了定量地评价软件质量,在软件开发和数学描述为:维护过程中,必须对软件质量特性进行度量。Boehm、McCall、outi=f(neti)=f(∑Wijoutj+θj)ISOj度量模型是软件行业的标

6、准。围绕着这些模型,产生了很[2-5]式中outi表示所考虑层中第i个神经元的输出;outj是前一层第多的软件质量评价方法,有模糊综合评判方法、AHP评判[8]j个神经元的输出。要求采用非线性的连续可导的激励函数,经方法等。大多数方法不仅指标的权重一般都要由专家给定,多年试验研究,现通常采用S型(Sigmoid)函数作为激励函数。而且定性信息也多是通过人的主观判断予以量化,这存在着主观的随意性和思维的不确定性。然而如何尽量减少主观的随意2软件质量的BP网络模型性和思维上的不确定性等因素,则一直是困扰

7、着软件质量评价的问题;此外,无法用定量关系表达式来表达质量特性之间的权重分配,所能准确提供的只是各类软件质量特性及其同类评价2.1软件质量评价体系的结果。由此看来,如果能够利用已有的评价结果,根据所给待在不断的探索中,目前,比较常见的软件质量评价模型有评价软件就能对其质量直接作出评价,则可以减少主观的不定Boehm模型、McCall模型和ISO9126软件质量模型,在我国最[9]因素,提高评价的准确性。人工神经网络技术可有效解决上述引人注目的是上海软件计算机中心的软件质量评估体系。问题,其所具有的自

8、学习能力可以使传统的专家最困惑的知识Boehm模型以60个度量公式对软件质量进行定量评价,评价方获取工作转换为网络的结构调节过程。因此,本文结合人工神法侧重于可用性、可维护性和可移植性。McCall模型从软件质经网络技术,提出基于BP人工神经网络的软件质量评价方法,量要素、准则和度量三个层次进行度量,归纳了11个度量因素。实验证明该方法能科学、准确地进行软件质量评价。McCall等人认为,因素是软件质量的反映,而软件属性可用作评价准则以定量地度量软件属性,从而反映其质

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。