[發(fā)明專(zhuān)利]一種面向代價(jià)感知的實(shí)時(shí)缺陷預(yù)測(cè)模型增強(qiáng)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910261531.9
• 申請(qǐng)日: 2019-04-02
• 公開(kāi)（公告）號(hào): CN109933538B
• 公開(kāi)（公告）日: 2020-04-28
• 發(fā)明（設(shè)計(jì)）人: 荊曉遠(yuǎn);李志強(qiáng);陳昊文;黃鶴;彭奕;姚永芳
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣東石油化工學(xué)院
• 主分類(lèi)號(hào): G06F11/36
• 分類(lèi)號(hào): G06F11/36
• 代理公司: 廣州潤(rùn)禾知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44446
• 代理人: 凌衍芬

1.一種用于面向代價(jià)感知的實(shí)時(shí)缺陷預(yù)測(cè)模型增強(qiáng)方法，能夠適應(yīng)各種現(xiàn)有的JIT模型，其特征在于，包括以下步驟：

步驟1、判斷缺陷預(yù)測(cè)模型的類(lèi)型為有監(jiān)督模型或無(wú)監(jiān)督模型，若為有監(jiān)督模型，轉(zhuǎn)至步驟2；若為無(wú)監(jiān)督模型，轉(zhuǎn)至步驟4；

步驟2、使用訓(xùn)練數(shù)據(jù)構(gòu)建有監(jiān)督的缺陷預(yù)測(cè)模型，分別預(yù)測(cè)訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)的風(fēng)險(xiǎn)值，所述風(fēng)險(xiǎn)值由原有的代價(jià)感知的實(shí)時(shí)缺陷預(yù)測(cè)模型的預(yù)測(cè)公式直接計(jì)算，若原始缺陷預(yù)測(cè)模型為有監(jiān)督模型EALR，則風(fēng)險(xiǎn)值y(x)的計(jì)算公式為：

y(x)＝Y(jié)(x)/effort(x)

其中，x為一次軟件改動(dòng)，若所述改動(dòng)有缺陷則Y(x)為1，否則為0，effort(x)為審查改動(dòng)所需的工作量，由修改的代碼行總數(shù)表示；

若原始缺陷預(yù)測(cè)模型為無(wú)監(jiān)督模型，基于某一改動(dòng)度量的取值M(x)，則風(fēng)險(xiǎn)值y(x)的計(jì)算公式為：

y(x)＝1/M(x)；

步驟3、根據(jù)步驟2得到的訓(xùn)練數(shù)據(jù)的風(fēng)險(xiǎn)值以及訓(xùn)練數(shù)據(jù)的代價(jià)值，使用遺傳算法自動(dòng)學(xué)習(xí)最優(yōu)權(quán)重值λ₁、λ₂；

步驟4、使用訓(xùn)練數(shù)據(jù)構(gòu)建無(wú)監(jiān)督的缺陷預(yù)測(cè)模型，預(yù)測(cè)測(cè)試數(shù)據(jù)的風(fēng)險(xiǎn)值，并將λ₁和λ₂都賦值為1；

步驟5、將測(cè)試數(shù)據(jù)的風(fēng)險(xiǎn)值和代價(jià)值根據(jù)權(quán)重進(jìn)行減法組合，得到測(cè)試數(shù)據(jù)新的風(fēng)險(xiǎn)值；具體為：在現(xiàn)有的代價(jià)感知的實(shí)時(shí)缺陷預(yù)測(cè)模型的基礎(chǔ)上，首先將原有的預(yù)測(cè)風(fēng)險(xiǎn)值和代價(jià)值轉(zhuǎn)化為同一量綱，再將轉(zhuǎn)化后的值進(jìn)行加權(quán)組合作為新的預(yù)測(cè)風(fēng)險(xiǎn)值，新的預(yù)測(cè)風(fēng)險(xiǎn)值R′(x)的計(jì)算公式為：

R′(x)＝λ₁*θ(y(x))-λ₂*θ(effort(x))

其中，x為一次軟件改動(dòng)，y(x)為原始風(fēng)險(xiǎn)值，effort(x)為審查改動(dòng)所需的工作量，由修改的代碼行的總數(shù)表示，θ(·)為轉(zhuǎn)換函數(shù)，λ₁和λ₂為權(quán)重參數(shù)，所述權(quán)重值都為正實(shí)數(shù)；

步驟6、計(jì)算經(jīng)過(guò)所述面向代價(jià)感知的實(shí)時(shí)缺陷預(yù)測(cè)模型增強(qiáng)框架增強(qiáng)后模型的評(píng)價(jià)指標(biāo)。

2.根據(jù)權(quán)利要求1所述的一種面向代價(jià)感知的實(shí)時(shí)缺陷預(yù)測(cè)模型增強(qiáng)方法，其特征在于，在所述步驟3中，所述遺傳算法選取輪盤(pán)賭選擇、單點(diǎn)交叉和隨機(jī)變異作為遺傳算子，所述輪盤(pán)賭選擇選擇適應(yīng)度更高的染色體，組合交叉在個(gè)體編碼串上，所述單點(diǎn)交叉是在個(gè)體編碼串上隨機(jī)設(shè)置一個(gè)交叉點(diǎn)，兩個(gè)配對(duì)的染色體在所述交叉點(diǎn)附近進(jìn)行部分染色體互換，所述隨機(jī)變異隨機(jī)修改個(gè)體一個(gè)父染色體的部分染色體；

根據(jù)適應(yīng)度選取λ₁、λ₂，所述適應(yīng)度為指定的評(píng)價(jià)指標(biāo)，或取所有評(píng)價(jià)指標(biāo)的平均值。