基于神经网络集成的软件可靠性预测研究
为解决软件可靠性预测精度差和泛化能力不强问题,提出一种遗传算法集成神经网络的软件可靠性预测模型.通过遗传算法对神经网络集成权重进行了优化,并用主成分分析方法对软件属性度量数据进行了预处理,降低数据维数,简化神经网络的结构,加快神经网络的运算速度.仿真实验结果表明,基于遗传算法集成神经网络的软件可靠性预测模型同BP网络、LVQ网络和PNN网络相比具有更好的预测精度和泛化能力.
软件可靠性、可靠性预测、神经网络集成、遗传算法、主成分分析
31
TP311.5(计算技术、计算机技术)
2010-12-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
4228-4231