[發明專利]一種面向復雜軟件的質量評估預測方法

有效

• 申請號: 202110449501.8
• 申請日: 2021-04-25
• 公開（公告）號: CN112905436B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 牛文生;湯鋮;牟明;于沛;田莉蓉;陸敏敏;王闖
• 申請（專利權）人: 中航機載系統共性技術有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06N3/04;G06N3/084
• 代理公司: 深圳紫晴專利代理事務所(普通合伙) 44646
• 代理人: 陳映輝

1.一種面向復雜軟件的質量評估預測方法，其特征在于，包括以下步驟：

1)BP網絡結構設計：在傳統BP神經網絡算法基礎上，引入附加動量法，采用經典的三層框架，以質量特征個數的一半代表隱含層節點數設計BP神經網絡結構；

2)初始化網絡：初始化BP神經網絡結構與學習參數；

3)選擇樣本：參考ISO/IEC25010軟件質量模型和Trustie可信軟件技術標準，并結合質量特性劃分和子特性情況，基于綜合化復雜軟件質量評價指標空間的選取設定為U＝{T1，T2，…，T30}，上述評價指標空間中各屬性值的取值范圍為[0,1]，步進為0.1，共11個等級，取值越大代表該屬性重要程度越高，依據選擇的軟件質量評價指標空間在軟件科研生產單位相關的軟件工程和過程評審中采集不少于20組評價數據作為樣本數據，采用交叉驗證法將采集的樣本數據劃分為訓練樣本數據集和測試樣本數據集；

4)訓練網絡：開始訓練網絡，直到滿足學習要求為止，設樣本中屬性的數值為X_ij,其中X_ij表示第i個樣本中第j個屬性的數值，以此作為訓練樣本的輸入值，節點t的輸入綜合為Xit，輸出記為yit，y_it＝f(x_it)，采用S型函數，即作為傳輸函數；

5)計算誤差：將輸入值代入訓練網絡，得到yit，與期望值dit比較，若有誤差，通過下列公式計算誤差：

將誤差沿原有鏈接通道返回，執行步驟6)，若所有網絡輸出與期望值一致，表明訓練結束；

6)調整權值：通過調整權值Wij，使得總誤E達到最小值，權值調整公式為：

W_ij＝W_ij(k)+η·δ_it·y_it+α(W_ij(k)-W_ij(k-1))

其中，為學習速率，α為動量因子，采用S型函數，即作為傳輸函數，得到調整后的權值，返回步驟4)。

2.根據權利要求1所述的一種面向復雜軟件的質量評估預測方法，其特征在于，步驟2)所述初始化BP神經網絡結構與學習參數包括對權值W_ij、學習步長L、誤差函數E、計算精度值ε、最大訓練次數n的初始化。

3.根據權利要求1所述的一種面向復雜軟件的質量評估預測方法，其特征在于，步驟3)所述的訓練樣本與測試樣本的比例設置為3:1 。