软件可靠性影响因素权重分析

doi:10.3778/j.issn.1002-8331.2010.33.016

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (33): 58-62.DOI: 10.3778/j.issn.1002-8331.2010.33.016

软件可靠性影响因素权重分析

吴洪丽^1，2，蒋永辉¹

1.海南师范大学信息科学技术学院，海口 571158
2.中国科学院成都计算机应用研究所，成都 610041

收稿日期:2010-05-25 修回日期:2010-07-30 出版日期:2010-11-21 发布日期:2010-11-21
通讯作者: 吴洪丽

Weight analysis of factors affecting software reliability

WU Hong-li^1，2，JIANG Yong-hui¹

1.College of Information Science and Technology，Hainan Normal University，Haikou 571158，China
2.Chengdu Institute of Computer Application，Chinese Academy of Sciences，Chengdu 610041，China

Received:2010-05-25 Revised:2010-07-30 Online:2010-11-21 Published:2010-11-21
Contact: WU Hong-li

摘要/Abstract

摘要： 对软件可靠性早期预测模型的研究，首先必须考虑影响软件可靠性的主要因素。而影响因素权重的确定可以说是整个早期预测模型的“灵魂”。针对主观赋权法和客观赋权法的优缺点，提出了基于神经网络和MIV的组合赋权法来分析软件可靠性的影响因素。该方法首先根据主观赋权法得到影响因素的排序，然后利用神经网络的强大的非线性处理能力以及MIV进行客观分析，从而获得更客观更具解释性的权重值和排序。

关键词: 可靠性因素, BP网络, 平均影响值, 权重分析

Abstract: The main factors affecting software reliability must be considered firstly before early software reliability prediction model is studied.Determination of the factors weights can be said the “soul” of early prediction model.To the question about the advantages and disadvantages of the objective weighting method and the subjective weighting method，a combination weighting method based on BP neural network and MIV is proposed to analyze factors affecting software reliability.In this method，the sorting factors are got by subjective method firstly，and then the neural network with big and powerful nonlinear processing ability and MIV is used as objective analysis tools.At last the more objective and more explanatory weight value and sorting are got.

Key words: factors affecting software reliability, BP network, Mean Impact Value（MIV）, weight analysis

中图分类号:

TP301

吴洪丽^1，2，蒋永辉¹. 软件可靠性影响因素权重分析[J]. 计算机工程与应用, 2010, 46(33): 58-62.

WU Hong-li^1，2，JIANG Yong-hui¹
. Weight analysis of factors affecting software reliability[J]. Computer Engineering and Applications, 2010, 46(33): 58-62.

[1]	谈英，顾宝兴，姬长英，田光兆，金丽丽，李珈慧. 基于颜色和重量特征的苹果在线分级系统设计[J]. 计算机工程与应用, 2016, 52(2): 219-222.
[2]	杨莉^1，2，王磊¹. 交通环境有毒气体的检测技术研究[J]. 计算机工程与应用, 2010, 46(8): 202-204.
[3]	邓勇，王汝传，邓松. 基于网格服务的分布式数据挖掘[J]. 计算机工程与应用, 2010, 46(28): 6-9.
[4]	高琳，孙海蓉，杨怀申. 一种结合PSO及改进BP网络的辨识方法[J]. 计算机工程与应用, 2010, 46(21): 37-39.
[5]	花强，赵伯夷，高月. 基于模糊熵的BP算法改进[J]. 计算机工程与应用, 2010, 46(20): 138-141.
[6]	刘军¹，邱晓红^1，2，汪志勇¹，杨鹏¹. PSO粒子群算法在神经网络泛化能力中研究[J]. 计算机工程与应用, 2009, 45(29): 34-36.
[7]	刘慧婷^1,2,倪志伟¹,李建洋¹. 经验模态分解方法中端点问题的处理[J]. 计算机工程与应用, 2008, 44(8): 27-30.
[8]	林文鹏,徐慧,张翼飞,柳云龙,刘冬燕,赵敏. 基于Matlab与VB混合编程的流域降水预报系统[J]. 计算机工程与应用, 2008, 44(4): 198-200.
[9]	刘贵¹,于伟东^1,2. 粗纱工艺参数相关分析及BP网络预报研究[J]. 计算机工程与应用, 2008, 44(28): 233-235.
[10]	刘乐¹,王洪国^1,2,王宝伟³. 基于PCA和改进BP网络的降雨预报模型研究[J]. 计算机工程与应用, 2008, 44(12): 234-237.
[11]	宗磊王行愚邹俊忠. 基于进化神经网络的BLDCM调速控制 [J]. 计算机工程与应用, 2007, 43(8期): 190-192.
[12]	吴定明,赵东岩. 一种互联网新闻网页的采集分析方法[J]. 计算机工程与应用, 2007, 43(36): 169-172.
[13]	程波¹,刘光远². 基于小波变换的表面肌电信号的情感识别[J]. 计算机工程与应用, 2007, 43(35): 216-218.
[14]	陈玉山,席斌. 基于核独立成分分析和BP网络的人脸识别[J]. 计算机工程与应用, 2007, 43(26): 230-232.
[15]	范红¹，黄洪琼². 基于自组织LMBPNN的移动机器人路径规划器[J]. 计算机工程与应用, 2007, 43(25): 28-29.

软件可靠性影响因素权重分析

Weight analysis of factors affecting software reliability

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics