• ارائه یک مدل ترکیبی هوشمند به منظور پیش بینی نقص نرم افزار

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/09/05
    • تاریخ انتشار در تی پی بین: 1393/09/05
    • تعداد بازدید: 3968
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    پیش بینی نقص های موجود در محصول نرم افزاری یکی از مسائل قابل توجه در زمینه مهندسی نرم افزار می باشد که کمک حائز اهمیتی در صرفه جویی زمانی و در فرآیند تولید و نگهداری نرم افزار به ما می کند. از آنجا که پیچیدگی و محدودیت های توسعه نرم افزار رو به رشد می باشد و از طرف دیگر عواقب ناخوشایندی از قبیل خرابی و خطا، کیفیت نرم افزار و همچنین سطح رضایت مشتری را کاهش می دهد، تولید نرم افزار بدون خطا بسیار دشوار و چالش برانگیز است. یکی از مدل های کارا در این زمینه، شبکه های عصبی چند لایه با الگوریتم آموزشی مناسب است. در این مقاله به منظور بهبود و افزایش قابلیت تعمیم الگوریتم آموزش در پیش بینی نقص نرم افزار، از روش تنظیم شبکه های عصبی چند لایه استفاده شده است. همچنین به منظور حل مشکلات موجود، با توسعه روش های جدید آموزشی براساس اصول ماشین بردار پشتیبان و بهره گیری از الگوریتم های تکاملی روشی جدید ارائه می شود. کارایی الگوریتم پیشنهادی در برابر 5 مدل یادگیری ماشین و روشهای آماری در چهار مجموعه داده ناسا ارزیابی شده است. نتایج نشان می دهد که الگوریتم پیشنهادی صحت و دقت بالاتری نسبت به سایر مدل ها دارد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها