基于神经网络集成的软件故障预测及实验分析

摘要：

软件系统故障预测是软件测试过程中软件可靠性研究的重点之一。利用软件系统测试过程中前期的故障相关信息进行建模，预测后期的软件故障信息，以便于后期测试和验证资源的合理分配。根据软件测试过程中已知的软件故障时间序列，利用非齐次泊松分布过程、神经网络、神经网络集成等方法对其进行建模。通过对三个实例分别建模，其预测平均相对误差G-O模型依次为3.02%、5.88%和6.58%，而神经网络集成模型为0.19%、1.88%和1.455%，实验结果表明神经网络集成模型具有更精确的预测能力。

关键词：神经网络模型、神经网络集成模型、故障预测

分类号：TP393;TP18(计算技术、计算机技术)

资助基金：国家自然科学基金No.61170015，No.11071220；浙江省自然科学基金No.Y6090554。

在线出版日期：2014-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：44-47,56