[發明專利]軟件缺陷預測的方法、分類器、計算機設備及存儲介質

有效

• 申請號: 202011048727.9
• 申請日: 2020-09-29
• 公開（公告）號: CN112131089B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 宋莉;曹良林
• 申請（專利權）人: 九江學院
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06F11/36;G06K9/62
• 代理公司: 北京金智普華知識產權代理有限公司 11401
• 代理人: 楊采良

1.一種基于改進螢火蟲算法優化軟件缺陷預測的方法，其特征在于，所述基于改進螢火蟲算法優化軟件缺陷預測的方法包括：

收集提取軟件代碼的特征數據，并利用數據處理公式對收集的數據進行預處理；

構建軟件缺陷預測模型，并利用缺陷預測公式計算預測精度；

采用改進的螢火蟲算法優化軟件缺陷預測模型；將缺陷預測公式作為適應度函數，在訓練數據集及測試數據集中分別獲得最佳缺陷預測精度值；

利用優化的軟件缺陷預測模型進行軟件缺陷預測；

所述改進的螢火蟲算法包括：

(1)計算螢火蟲種群的平均適應度值：

P＝(Light(1)+Light(2)+…+Light(n))/n；

(2)隨機選擇兩個螢火蟲x_i和x_j，然后利用下式計算螢火蟲的價值適應度與整個種群的平均值之間的差異D_i；

D_i＝abs(Light(i)-P)；

若D_i小于D_j，則螢火蟲x_i是為基建者；若x_j的適應度值比P差，則螢火蟲為探索者，否則，它是一個勘探者；

(3)重復步驟(2)直到所有螢火蟲都被分組；每個組中螢火蟲根據該組給定的規則進行學習；

步驟(3)中，所述每個組中螢火蟲根據該組給定的規則進行學習包括：

基建者和探索者根據下式進行學習：

x_i(t+1)＝x_i(t)+β(x_j(t)-x_i(t))+α(t)∈；

勘探者根據下式進行學習：

其中，G為迭代最大數，t為當前迭代數，times表示為較好螢火蟲在一定條件下自由移動的次數，μ表示為設定為固定值的參數。

2.如權利要求1所述基于改進螢火蟲算法優化軟件缺陷預測的方法，其特征在于，所述數據處理公式如下：

其中，x表示數據的長度，x_min、x_max表示所有數據長度中最大值和最小值。

3.如權利要求1所述基于改進螢火蟲算法優化軟件缺陷預測的方法，其特征在于，所述缺陷預測公式如下：

其中，k表示模塊編號，n_i表示模塊i的實際缺陷數，n＝n₁+n₂+…+n_k表示缺陷總數。

4.如權利要求1所述基于改進螢火蟲算法優化軟件缺陷預測的方法，其特征在于，所述基于改進螢火蟲算法優化軟件缺陷預測的方法還包括：

1)初始化螢火蟲種群，對軟件數據進行預處理；設置螢火蟲數量n以及最大迭代數，維度D設置數據預處理后的長度；

2)根據軟件缺陷預測適應度函數，計算螢火蟲種群的適應度值；并對所有螢火蟲根據分組機制進行分組；

3)根據螢火蟲扮演的角色進行相應的學習；保存最佳的螢火蟲適應度值；

4)判斷是否滿足結束迭代條件，不滿足的話將跳轉至步驟2)；輸出保存的最佳適應度值。