两类离散GM (1, 1) 模型及其软件缺陷预测建模.docVIP

两类离散GM(1,1)模型软件缺陷预测建模 尹红健（湖南化工职业技术学院，412004） 摘 要: 以GM(1,1)模型灰微分方程为基础建立离散GM(1,1)模型，离散GM(1,1)模型可以避免GM(1,1)模型的缺陷，但是其模拟序列仍然是指数序列，为了拓广离散GM(1,1)模型的应用范围，建立了近似非齐次指数序列的离散GM(1,1)模型即NDGM(1,1)模型和直接离散GM(1,1)模型即DDGM(1,1)模型，证明了其可以完全拟合非齐次指数序列。最后将两类离散GM(1,1)对软件进行缺陷预测建模，结果显示GM(1,1)模型具有较高预测精度，预测结果表明该模型可以对后续软件开发中缺陷的存在情况相应测。 : GM(1,1)模型；NDGM(1,1)模型；DDGM(1,1)模型；软件缺陷 TP301.6 文献标识码： A Two types of Discrete GM (1, 1) Model and Their Software Defect Forecast modeling YIN Hong-jian (Hunan Chemical Professional Technology College,Zhuzhou 412204,China) Abstract：GM (1, 1) model is built based on grey differential equation. Although it can avoid the defect of GM (1, 1) model, the simulative sequence of discrete GM (1, 1) model is still an exponential sequence. To expand the applied range of discrete GM (1, 1) model, the non-homogenous discrete GM (1, 1) model (NDGM (1, 1) model) and the direct discrete GM (1, 1) model (DDGM (1, 1) model) are put forward, and they are completely fitting a non-homogenous exponential sequence. To build the two types of discrete GM (1, 1) model on software defect forecasting, test result show the DDGM (1, 1) model has a good precision and can forecast the software defect situation in follow-up software development. Keyword：GM(1,1) model；GM(1,1) model；oftware defect 1 引言 灰色预测模型是灰色理论的重要组成部分，而GM(1,1)模型是灰色预测模型中最基本的预测模型，已经在许多领域得到了广泛应用[1-3]。但是GM(1,1)模型在许多情况下预测精度并不高，即使拟合纯指数序列也得不到满意的结果，因此一些学者对其进行了研究。刘思峰研究了GM(1,1)模型的适用范围[4]，张小璇指出GM(1,1)模型的白化响应式并不是其灰微分方程的真正解[5]，其他还有一些学者做了大量有意义的研究[-8]。GM(1,1)模型的白化响应式灰微分方程最后将改进的直接离散GM(1,1)模型对软件缺陷进行预测建模，对后续软件开发中缺陷的存在情况作出相应预测，预测结果表明该模型可以在一定程度上帮助软件组织度量软件过程。 2 GM(1,1)模型的缺陷及其离散形式的建立 令为GM(1,1)建模序列， ， 令为的AGO序列， ， ； ， 令为的均值(MEAN)序列 ， （1） ， 则GM(1,1)的定义型，即GM(1,1)的灰微分方程模型为 . （2） 其中a为发展系数，b为灰作用量，是微分方程的参数。 灰微分方程白化型为