基于时序数据的软件可靠性模型组合新方法.pdfVIP

JournalofComputerApplications ISSN 1oo1．9081 2014．．12．．15 计算机应用，2014，34(s2)：208—210，249 CODENJYIIDU http：／／www．joca．cn 文章编号 ：1001—9081(2014)s2．0208．03 f 基于时序数据的软件可靠性模型组合新方法 李克文 。，刘洪太 (中国石油大学(华东)计算机与通信工程学院，山东青岛266580) ( 通信作者电子邮箱 likw@upe．edu．on) 摘 要：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。 关键词：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 中图分类号： 文献标志码：A New combinationapproachofsoftwarereliabilitymodelbasedon time-seriesdata LIKeWen ．LIU Hongtai (CollegeofComputerandCommunicationEngineering,ChinaUniversityofPetro~um，QingdaoShandong266580，China) Abstract：Softwarereliabilitymodelsbasedontime—seriesdataattractmoreandmoreattention，however，singlemodel hasshortcomingsin both accuracy andversatility．Thispaperproposed anew combination approach ofsoftware reliability models，whichcombinesBackPropagation(BP)neuralnetworkmodelandtheSuppo~VectorMachineRegression(SVMR) mode1．Thisapproach establishedamodelthroughacombinationofGeneticAlgorithm (GA)andtheslidingwindow mechanism，usedParticleSwarmOptimization(PSO)algorithmtochoosetheoptimalpraametersofsinglemodel，andused theBP neur~ networktodetermineweightsofthetwomodelstopredictthesoftwarefailuredataofnextphase．Finally， experimentswerecarriedout．Thecomparativeanalysisoftheexperimentalresultsrevealsthatthisproposedmethodhashigher accuracyandbetterversatilitythansinglemode1． Keywords：time—seriesdata；GeneticAlgorithm (GA)；ParticleSwarmOptimization(PSO)algorithm；slidingwindow mechanism；BPneuralnetwork；Support