基于改进Elman网络模型的软件可靠性预测

摘要：

为提高神经网络模型对软件可靠性预测结果的准确性和可信性,提出了一种基于多目标优化算法改进Elman网络模型Mop-IElman(multi-objective optimization-basedimproved Elman neural network)的方法:1)在Elman网络基础上,设计输出层的延迟反馈层,作为另一个状态层;2)以网络的结构和2个状态层的初始输出值为网络配置的变量,以网络的预测精度和顽健性为目标,采用NSGA-II(non-dominated sorting genetic algorithmⅡ)进行多目标优化得到帕累托解,最大化网络预测精度与顽健性之和从而确定网络配置.通过两组实际软件失效数据对Mop-IElman进行实验验证,并与前馈网络、Elman网络、单目标优化Elman网络以及多目标优化Elman网络进行比较研究,结果表明Mop-IElman的预测结果具有较高的准确性和可信性.

关键词：软件可靠性预测、可信性、反馈神经网络、NSGA-Ⅱ、多目标优化

所属期刊栏目：32

分类号：TP393(计算技术、计算机技术)

资助基金：国家高技术研究发展计划"863"计划基金资助项目2009AA010314;国家自然科学基金资助项目90820010,60911130513;中国科学院计算机科学重点实验室开放课题基金资助项目SYSKF0906

在线出版日期：2011-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：86-93