BP人工神经网络在bug分析中的应用.pdfVIP

第3O卷第 1期 计算机应用 V01．30No．1 2010年 1月 JournalofComputerApplications Jan．2010 文章编号：1001—9081(2010)01—0153—03 BP人工神经网络在 bug分析中的应用 王 雷，杨小虎 (浙江大学 计算机科学与技术学院，杭州 310015) (wingwanglei@hotmail．corn) 摘 要：应用于金融领域的软件 系统，由于其包含复杂的商业逻辑导致此类系统不但庞大而且逻辑复杂。在此 类系统的开发和升级过程中，系统缺陷及错误的寻找、分析常常非常困难且费时，在通常情况下，它往往成为整个项 目中后期的瓶颈。运用BP人工神经网络的算法，设计并实现了针对某银行网上交易系统的缺陷及错误分析 系统，并 且通过实验证实该系统能帮助开发人员提高寻找、分析 系统缺陷及错误的效率，进而加快整个项 目的进度。 关键词：BP人工神经网络；系统升级；bug分析；金融软件系统 中图分类号：TP301．6 文献标志码：A Application ofback propagation artificialneuralnetworksin buganalysis WANG Lei．YANG Xiao．hu (CollegeofComputerScienceandTechnology,ZhejiangUnivemity,HangzhouZhefiang310015，China) Abstract：Duetothecomplexbusinessrequirements，financialsoftwaresystem couldbegiantinscopeandcomplexin system logic．Duringthedevelopmentand maintenanceofsuchsoftwraesystem，thedetectionand analysisofthesystem defectsanderrorsaredifficultandtime—consuminginmostofthecircumstances，whichusuallyisdeemedasthebottleneckof thewholeprojectafterthemid—stage．Inthispaper，byimplementingtheBackPropagation(BP)algorithm，adefectanalysis systemwasdesignedfortheenhancementprojectofna Internet-basedtransactiontradingsystem．Theexperimentalresults show thatitdoesimprovethedevelopers’efficiencyandproductivity indefectdetectingand fixing，whichconsequentially acceleratestheprojectprogress． Keywords：BackPropagationArtificialNeuralNetwork(BPANN)；systemupgrade；buganalysis；financialsoftware system 0 引言 1 bug定位方法 网上金融交易系统的出现和普及极大地简化了投资人和 1．1 人工bug定位方法 投资信托机构的工作。现在买卖双方完全可以足不出户，仅 人工bug定位方法是最为普遍使用的方法，但缺陷很多。 仅通过点击 鼠标来完成交易，这种方式不但更加方便、快捷而