پیام فتاح منش - دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار دانشگاه آزاد اسلامی واحد ساری

با توجه به پیشرفت های روزافزون جوامع ، کامپیوترهای مختلف، مانند راکتورهای هسته ای، هواپیماها، سیستم های بانکی، سیستم های پرتاب موشک و غیره استفاده می گردند. و تقاضا برای ارائه نرم افزارهای با کیفیت از قبل بیشتر می گردد. یکی از پارامترهای کیفیت نرم افزار و یکی از مهم ترین عوامل برای ارائه یک محصول نرم افزاری با کیفیت قابلیت اطمینان آن می باشد. در این تحقیق به کاربرد شبکه های عصبی با رویکرد سری های زمانی در پیش بینی قابلیت اطمینان نرم افزار و مقایسه آن با شبکه عصبی چند لایه Feed Forward پرداخته شده و با آزمایش مجموعه داده های شکست پروژه های نرم افزار که مربوط به آزمایشگاه های بل تلفن می باشد نشان داده شده که شبکه های عصبی با رویکرد سری های زمانی NARX دارای دقت بالاتر و ضریب خطای بسیار پایین تری در پیش بینی قابلیت اطمینان نرم افزار نسبت به شبکه عصبی چند لایه Feed Forward می باشد.

قابلیت اطمینان نرم افزار ، پیش بینی ، شبکه های عصبی مصنوعی ، سری های زمانی ، ارزیابی کارایی