10.3778/j.issn.1002-8331.1207-0240
基于神经网络集成的软件故障预测及实验分析
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。
神经网络模型、神经网络集成模型、故障预测
TP393;TP18(计算技术、计算机技术)
国家自然科学基金No.61170015,No.11071220;浙江省自然科学基金No.Y6090554。
2014-06-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
44-47,56