基于ANN和LSSVM的软件可靠性模型组合与优化研究

发布时间：2017-06-10 19:23

  本文关键词：基于ANN和LSSVM的软件可靠性模型组合与优化研究，由笔耕文化传播整理发布。

【摘要】：随着计算机技术的迅速发展,软件的可靠性在计算机系统中占据了越来越重要的地位。如何预测软件可靠性,防止灾难性事故的发生,已经成为当前软件工程领域的重要研究课题。在实际的软件可靠性预测过程中,不同的软件系统往往需要选择不同的软件可靠性模型。人工神经网络(Artificial Neural Network,简称ANN)具有很强的自适应能力和学习能力,在软件可靠性预测中有较优的性能表现,但其无法跳出计算智能的局限。最小二乘支持向量机(Least Square Support Vector Machines,简称LSSVM)从统计学角度出发,能对软件可靠性进行有效描述,但其参数选择需要依赖专家经验,预测软件系统的精度难以得到提高和改进。针对上述问题,本文将基于ANN的软件可靠性模型和基于LSSVM的软件可靠性模型进行组合,并用基于分析选择的模拟退火算法ASSA对组合模型进行优化,论文主要工作如下:(1)对软件可靠性理论、支持向量机理论和常见的软件可靠性模型进行了研究,为解决更为复杂的预测问题提供理论基础。(2)以人工神经网络和最小二乘支持向量机为基础,应用模糊自适应度变权方法,将两种软件可靠性模型结合,构造出新的组合预测模型(CO-ANN-LSSVM模型)。(3)提出了一种基于分析选择的模拟退火算法,通过该算法训练RBF神经网络的网络权值以及优化最小二乘支持向量机的人工参数,构造出ACAL模型。最后通过Matlab仿真实验验证了模型的可行性和有效性。
【关键词】：软件可靠性 组合预测 人工神经网络 最小二乘支持向量机 模拟退火算法 分析选择
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.5;TP18
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 缩略词9-10
• 第一章 绪论10-17
• 1.1 课题研究背景10-11
• 1.2 国内外研究现状及选题依据11-15
• 1.2.1 国内外研究现状11-15
• 1.2.2 选题依据15
• 1.3 论文组织结构15-17
• 第二章 软件可靠性相关技术17-29
• 2.1 软件可靠性概述17-22
• 2.1.1 软件可靠性相关概念17-19
• 2.1.2 软件可靠性模型19-22
• 2.2 统计学理论22-25
• 2.2.1 支持向量机理论22-24
• 2.2.2 支持向量机中的核函数24-25
• 2.3 人工神经网络25-28
• 2.3.1 人工神经网络概述25-28
• 2.3.2 人工神经网络用于软件可靠性预测28
• 2.4 本章小结28-29
• 第三章 基于ANN和LSSVM的软件可靠性组合模型29-39
• 3.1 基于ANN的软件可靠性模型29-31
• 3.2 基于LSSVM的软件可靠性模型31-32
• 3.3 模糊自适应变权组合方法32-38
• 3.3.1 模糊自适应变权方法32-34
• 3.3.2 ANN模型和LSSVM模型的组合34-35
• 3.3.3 仿真实验与分析35-38
• 3.4 本章小结38-39
• 第四章 基于ASSA算法的CO-ANN-LSSVM模型优化39-55
• 4.1 基于分析选择的模拟退火算法39-42
• 4.1.1 固体退火过程39-40
• 4.1.2 Metropolis准则40-41
• 4.1.3 ASSA算法41-42
• 4.2 ASSA算法优化RBF神经网络的权值42-47
• 4.2.1 优化步骤42-44
• 4.2.2 仿真实验与分析44-47
• 4.3 ASSA算法优化LSSVM人工参数47-52
• 4.3.1 优化步骤47-49
• 4.3.2 仿真实验与分析49-52
• 4.4 ACAL模型的仿真实验与分析52-54
• 4.5 本章小结54-55
• 第五章 总结与展望55-57
• 5.1 论文工作总结55
• 5.2 未来工作展望55-57
• 参考文献57-63
• 致谢63-64
• 在学期间的研究成果及发表的学术论文64

【相似文献】

中国期刊全文数据库 前10条

1 魏长春,张诤敏;趋向性分析在软件可靠性模型中的应用[J];质量与可靠性;2004年06期

2 张永强;刘彦瑞;;基于未确知集的软件可靠性模型选择研究[J];系统工程理论与实践;2006年08期

3 贺智勇;尹乾;;基于神经网络的级联软件可靠性模型[J];计算机工程与设计;2009年14期

4 任站;沈元隆;;一种考虑非故障停止的软件可靠性模型[J];信息化研究;2009年08期

5 腾灵灵;邵栋;荣国平;;软件可靠性模型选择研究[J];计算机应用与软件;2010年06期

6 付方智;沈元隆;;一种考虑软件补丁的软件可靠性模型研究[J];微型机与应用;2010年11期

7 郑垒;沈元隆;;考虑非理想排错过程的软件可靠性模型[J];计算机技术与发展;2011年08期

8 韩坤;吴纬;何成铭;曹军海;;基于多准则决策的软件可靠性模型选择方法[J];计算机工程与设计;2013年06期

9 耿技;聂鹏;秦志光;;软件可靠性模型现状与研究[J];电子科技大学学报;2013年04期

10 谭民,疏松桂;软件可靠性模型的发展[J];计算机学报;1990年05期

中国重要会议论文全文数据库 前6条

1 吴礼发;余莉;;软件可靠性模型及应用[A];第六届全国计算机应用联合学术会议论文集[C];2002年

2 王颖利;徐肖豪;;软件可靠性模型选择加权算法[A];2007年全国机械可靠性学术交流会论文集[C];2007年

3 刘彦瑞;刘光远;;一种基于未确知集的软件可靠性模型选择方法[A];第六届中国不确定系统年会论文集[C];2008年

4 韩坤;吴纬;何成铭;;基于多属性决策的软件可靠性模型选择研究[A];2012年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第四次全体委员大会论文集[C];2012年

5 鲍国民;聂剑平;韩柯;;基于未确知理论的软件可靠性模型研究[A];第五届中国测试学术会议论文集[C];2008年

6 韦群;王珏;;分布式环境下软件可靠性模型的扩展与改进[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年

中国博士学位论文全文数据库 前3条

1 尹乾;基于神经网络的软件可靠性模型[D];北京师范大学;2006年

2 曹涌;基于分形的软件可靠性模型和程序证明的数学机械化[D];电子科技大学;2010年

3 晁冰;基于支持向量机的软件可靠性模型分类及失效分析[D];武汉大学;2010年

中国硕士学位论文全文数据库 前10条

1 李鑫平;软件可靠性模型应用方法研究[D];哈尔滨工程大学;2010年

2 张静;软件可靠性模型研究[D];西安电子科技大学;2012年

3 李进;基于改进遗传神经网络的软件可靠性模型研究[D];电子科技大学;2014年

4 周波;基于NHPP软件可靠性模型的预测研究及实现[D];电子科技大学;2016年

5 杨丹;基于ANN和LSSVM的软件可靠性模型组合与优化研究[D];南京航空航天大学;2016年

6 张婷婷;带改变点的软件可靠性模型研究[D];南京航空航天大学;2016年

7 宁宁;软件可靠性模型及其参数估计[D];电子科技大学;2008年

8 尹晶杰;未确知软件可靠性模型的改进及新方法探索[D];河北工程大学;2008年

9 高晰;软件可靠性模型及其评价工具的设计与实现[D];西安电子科技大学;2008年

10 孙勇;软件可靠性模型应用研究[D];东南大学;2004年

  本文关键词：基于ANN和LSSVM的软件可靠性模型组合与优化研究，由笔耕文化传播整理发布。

，

本文编号：439659