神经网络在软件多故障定位中的应用研究
针对软件多故障定位问题,提出一种基于神经网络的多故障定位模型.通过故障相关性分析,计算故障定位使用的输入对每个故障的支持度分量.利用神经网络模型学习输入的覆盖位置与各故障间的关系,针对每个可能包含故障的位置,构建理想输入作为已学习神经网络的输入,计算出该位置包含各故障的支持度,最终对每个故障确定其按支持度排序的位置序列,从而完成多故障定位的任务.实验结果表明,较传统方法,该模型对各故障可疑位置具有很强的分辨能力,表现出较大的优越性,对于提高软件多故障调试效率有很大帮助.
可疑度、多故障定位、神经网络、程序调试、故障征兆
50
TP311.53(计算技术、计算机技术)
国家自然科学基金重大研究计划项目90718021
2013-04-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
619-625