最优样本子集生成及进化LS-SVM的软件成本预测模型构建

发布时间：2017-10-16 10:22

  本文关键词：最优样本子集生成及进化LS-SVM的软件成本预测模型构建

  更多相关文章： 灰色相似度 样本子集 属性加权 软件成本预测

【摘要】：文章提出了一种基于灰色相似度和信息熵的最优样本子集生成方法,进而采用LS-SVM方法建立了软件成本预测模型,并运用混合网格搜索和粒子群优化算法进化得到模型的各项参数。实证以加拿大软件园的desharnais数据集为对象,通过网格搜索确定灰色相似度的分辨系数和样本子集的相似度阈值,采用粒子群算法确定LS-SVM模型的参数,通过与线性回归和不考虑样本子集生成的预测结果比较发现:该方法在软件成本预测中的准确率有较大提高。
【作者单位】： 武汉大学经济与管理学院;海军工程大学装备经济管理系;
【关键词】： 灰色相似度 样本子集 属性加权 软件成本预测
【基金】：国家社会科学基金军事学项目(11GJ003-072) 国家自然科学基金资助项目(71231007;71071119) 中国博士后科学基金项目(2013M542067;2014T70742)
【分类号】：F49;F224
【正文快照】： 0引言随着软件复杂度的增长,因变量(成本、工作量)与自变量(成本驱动因子)之间的关系变得越来越复杂,这种复杂性使算法技术的建模显得比较困难。为了克服这种不足,非算法技术逐渐发展起来。许多研究人员已经将注意力集中在这一类技术,尤其是基于神经网络、支持向量机、回归树

【参考文献】

中国期刊全文数据库 前1条

1 夏国恩;金炜东;;基于支持向量机的客户流失预测模型[J];系统工程理论与实践;2008年01期

【共引文献】

中国期刊全文数据库 前10条

1 张旭梅;石瀚凌;;基于分类挖掘方法的商业银行个人理财业务客户流失分析[J];工业工程;2011年06期

2 沈瑞光;裴玉龙;;基于点积-平移支持向量机的客运需求预测[J];大连海事大学学报;2012年04期

3 杨世旭;段万春;经有国;孙永河;;基于服务成本共担契约的电信业务代理商激励机制[J];系统工程;2013年01期

4 王锐;王斌;;基于粗糙熵的电信客户行为推理研究[J];工业工程;2014年02期

5 贺清哲;夏国恩;;客户流失研究综述[J];东方企业文化;2015年19期

6 李中凯;冯毅雄;谭建荣;方辉;;基于灰色系统理论的质量屋中动态需求的分析与预测[J];计算机集成制造系统;2009年11期

7 张稳;张丽丽;;基于GA-SVM的银行客户流失预测分析[J];计算机与数字工程;2010年04期

8 夏国恩;;客户流失预测的现状与发展研究[J];计算机应用研究;2010年02期

9 夏国恩;;基于简易支持向量机的客户流失预测研究[J];计算机应用研究;2010年03期

10 杨智;夏国恩;金炜东;;基于不平衡数据集的客户流失预测研究[J];计算机应用研究;2010年12期

中国博士学位论文全文数据库 前6条

1 罗彬;基于MMOI方法的电信客户流失预测与挽留研究[D];电子科技大学;2010年

2 演克武;基于需求预测的机型指派和评价研究[D];南京航空航天大学;2010年

3 张冬青;非线性非高斯时间序列预测研究[D];南京航空航天大学;2008年

4 沈瑞光;城市综合交通枢纽客运需求预测方法与模型研究[D];哈尔滨工业大学;2013年

5 迟准;电信运营企业客户流失预测与评价研究[D];哈尔滨工程大学;2013年

6 潘若愚;物联网环境下基于改进蚁群的大城市公交快速响应、运能优化与评价研究[D];合肥工业大学;2014年

中国硕士学位论文全文数据库 前10条

1 夏辉;面向税务稽查选案的信息处理方法[D];湖南大学;2009年

2 沈培兰;电子商务网站中客户流失预测模型研究[D];江苏科技大学;2011年

3 石瀚凌;基于集成代价敏感分类方法的客户流失预测研究[D];重庆大学;2011年

4 谭卫星;支持向量机在SAP BI中的应用研究[D];西华大学;2008年

5 司学峰;基于数据挖掘的客户流失预测实证研究[D];北京工业大学;2009年

6 郭飞鹏;基于多支持向量机的分布式客户流失预测模型研究[D];浙江工商大学;2009年

7 李伟健;面向主动服务的客户流失预测模型研究[D];武汉理工大学;2010年

8 余力涛;直推式迁移分类算法与应用研究[D];大连理工大学;2012年

9 王丽贤;时间序列预测技术研究[D];天津理工大学;2012年

10 朱文亭;电信业客户流失预警管理系统研究[D];昆明理工大学;2012年

【相似文献】

中国期刊全文数据库 前10条

1 蒋国萍;魏汝祥;;基于主成分分析的军用软件成本类比估算[J];舰船电子工程;2011年04期

2 白云川;;Informatica释放Hadoop强大潜能[J];中国制造业信息化;2012年18期

3 唐颖;陆力;;提高估算软件成本精度的方法研究[J];科学技术与工程;2006年04期

4 赵利刚;王晶;王晓玲;;软件成本预测方法研究[J];航天工业管理;2011年04期

5 范晓平;软件成本评估初探[J];计算机工程;1990年02期

6 朱丽莎;软件成本范围及计价项目探析[J];舰船电子工程;2003年04期

7 王萍;软件成本核算方法[J];信息系统工程;1997年11期

8 李肯立,石岿然;提高软件成本估计精度的方法[J];湖南农业大学学报;1999年06期

9 刘松华;关于计算机软件业软件成本的科学确定[J];陕西广播电视大学学报;1999年02期

10 吴登生;;基于广义模糊数的软件成本加权CBR估算研究[J];中国管理科学;2013年04期

中国重要报纸全文数据库 前10条

1 亚玲;把控成本核心 突破利润瓶颈[N];国际商报;2004年

2 吴兆旭;把控成本核心 突破利润瓶颈[N];中国计算机报;2004年

3 方灵;影响ERP成本4方面[N];财会信报;2005年

4 沈建苗　编译;面对经济衰退巧妙削减软件成本[N];计算机世界;2009年

5 ;IT投资 请注意TCO[N];中国国门时报;2005年

6 本报记者 陈昂;软件成本度量标准让各方找到“共同语言”[N];中国政府采购报;2013年

7 本报记者 于翔;SaaS：应对软件成本挑战[N];网络世界;2009年

8 宋家雨;关于NC的意外[N];网络世界;2003年

9 本报记者 孙世超;威海快步跨入“云时代”[N];威海日报;2013年

10 本报记者 韩曼娜;Power7三大宝盒打造“智慧的运算”[N];电脑报;2011年

，

本文编号：1042154