基于T-S型模糊神经网络软件过程可信评价模型研究.docVIP

基于T-S型模糊神经网络软件过程可信评价模型研究 　　［摘 要］研究软件项目的可信度是当今信息技术领域的一个热点问题。本文首先介绍研究软件过程可信度的背景、内容和意义；然后分析软件项目实施过程中的可信度因素,从不同角度评价软件过程的可信性；最后基于T-S型模糊神经网络模型建立评价结构和方法,实现软件过程可信度评价系统。结果表明：通过对影响因素的研究可以将软件过程可信度结果量化。 　　［关键词］软件项目的可信度；软件过程可信度；T-S型模糊神经网络；结果量化 　　［中图分类号］F224 ［文献标识码］A ［文章编号］1005-6432（2011）22-0125-04 　　 　　随着软件系统的急剧复杂化和应用领域的广泛深入,研究软件项目的可信度是当今信息技术领域的一个热点问题。目前,作为可信软件的一个研究分支,软件可信性的评估问题已成为国内外学术机构和软件产业界关注的重要课题。随着人们对软件可信度要求的不断提高,软件的可靠性不断的发展,建立了各种软件可信度评价模型。总体看来,国内外对软件可信度的研究主要分为软件的过程可信和软件产品的可信,其中任何一个方面出现问题都可能导致整个软件项目的可信度不足问题的出现。本文主要对第一方面进行详细的分析、研究和设计。 　　软件过程可信度评估涉及指标很多、结构复杂,既包含大量的客观指标也包含很多主观指标,可归属于多指标决策(Multi-Criteria Decision Making，MCDM)问题。目前,确定权重的方法很多,其中T-S模糊神经网络(Takagi-Sugeno Fuzzy Neural Network Model)作为一种常用的多指标决策评估工具已经成功应用于许多数据分析领域。但是,这种方法却很少用于软件可信度评估中。因此,本文基于模糊理论特别是T-S模糊神经网络提出了软件过程可信性评估模型。 　　1 软件项目的可信度概述 　　1.1 软件项目的可信度定义 　　自20世纪70年代初,Morris首次提出可信性软件的概念以来,软件的可信性问题就一直受到国内外学者的广泛关注。但是目前对于可信度定义并没有严格、一致的定义,笔者通过对国内外学者的理论了解,认为软件的可信度主要指软件实施过程中质量、成本、进度的可信控制,以及最终软件产品的可信度。 ??　1.2 软件过程的可信度及其内容 　　本文主要研究软件可信性的第一个主要方面软件过程可信,通过对整个软件实施过程中的各种因素分析,将软件过程划分为主要的三个研究对象,即过程行为、过程产品、过程实体。并对三个对象的质量可信、成本可信和进度可信三个角度中的因素进行分析,确立可信过程评价指标体系,对整个软件实施过程进行全面系统的控制。 　　2 模糊神经网络方法研究 　　2.1 模糊神经网络的定义 　　模糊神经网络(Fuzzy Neural Network，FNN)就是模糊理论同神经网络相结合的产物,它汇集了神经网络与模糊理论的优点,集学习、联想、识别、信息处理于一体。人工神经网络是模拟人脑结构的思维功能,具有较强的自学习和联想功能,但却不能很好利用已有的经验知识；模糊系统相对于神经网络而言,具有推理过程容易理解、专家知识利用较好,但它同时又存在人工干预多、推理速度慢等缺点。如果将二者有机地结合起来,可以起到互补的效果。 　　2.2 T-S模糊神经网络原理 　　 (1) 前件网络 　　第一层为输入层；第二层每个节点代表一个语言变量值；第三层的每个节点代表一条模糊规则，它的作用是用来匹配模糊规则的前件，计算出每条规则的适用度；第四层的节点数与第三层相同，它所实现的是归一化计算： 　　αj?―=αj/?mj=1αj 　　(2) 后件网络 　　它由r个结构相同的并列的子网络组成，每个子网络产生一个输出量；输入层中第0个节点的输入值x0=1，它的作用是提供模糊规则给后件中的常数项；子网络的第2层共有m个节点，每个节点代表一条规则，该层的作用是计算每一条规则的后件： 　　ykj?=wj0k+wj1kx1+…+wj1kxn=?ni=1w?kji?xi 　　yk是各规则后件的加权和，加权系数为各模糊规则的归一化适用度，也是前件网络的输出用作后件网络第三层的连接权值。 　　3 基于T-S模糊神经网络建立评估模型 　　3.1 建立评价指标体系 　　软件过程可信度评估指标体系的建立是可信度评估的关键,对软件过程可信度的分析是基于分解的思想,将整个软件实施过程中的主要对象提炼出来,其过程主要包含过程行为、过程产品、过程实体三个对象,面向对象从不同角度分解成为质量可信指标,成本可信指标和进度可信指标三个一级指标因素,从而构建整个完整的评价指标体系。如下表所示： 　　本指标体系共涉及三个对象的40个影响评价指标,将这些指标