基于神经网络的级联软件可靠性模型
针对一般经典软件可靠性模型适用范围的局限性问题和预测精度问题,提出了一种新的级联模型.将4个经典软件可靠性模型的输出作为误差背向传播(error back propagation,BP)神经网络的输入,级联组合成一个软件可靠性模型,称之为级联软件可靠性模型.通过对一组经典的实际软件故障数据SYS1进行实验,将级联软件可靠性模型与4个经典软件可靠性模型预测的结果进行对比,结果表明级联软件可靠性模型的预测精度要远远高于4个经典软件可靠性模型,而且具有更好的通用性.
神经网络、BP算法、级联、软件可靠性模型、预测精度
30
TP301(计算技术、计算机技术)
国家自然科学基金项目60675011
2009-08-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
3377-3379