基于时序数据的软件可靠性模型组合新方法
基于时序数据的软件可靠性模型受到越来越多的关注,然而单一模型在精确度和通用性上都存在不足,鉴于此,提出一种新的软件可靠性模型组合的方法,该方法将反向传播( BP )神将网络模型和支持向量机回归(SVMR)模型进行组合,通过遗传算法(GA)和滑动窗口机制构造可靠性模型输入,使用粒子群(PSO)算法选择单一模型的最优参数,并使用BP神经网络确定两个模型的权重值建立组合模型,来预测下一阶段的软件失效数据。最后进行了仿真实验并做了对比分析,结果表明该方法较单一模型具有更高的精确度和较好的通用性。
时序数据、遗传算法、粒子群算法、滑动窗口、BP神经网络、支持向量机回归、模型组合
TP3;O21
山东省自然科学基金资助项目ZR2013FL034。
2014-12-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
208-210,249