پیشبینی نقصدر نرمافزار با استفاده از سیستم استنتاج تطبیقی عصبی-فازی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 357
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICTI01_078
تاریخ نمایه سازی: 11 مرداد 1396
Abstract:
پیشبینی نقص نرمافزار یکی از زمینههای مهم در مهندسی نرمافزار میباشد که کمک حایز اهمیتی در صرفهجویی زمانی و در فرآیند تولید و نگهدارینرمافزار به ما میکند. یکی از مدلهای کارا در زمینه پیشبینی نقص، شبکههای عصبی چند لایه با الگوریتم آموزشی پس از انتشار خطا میباشد. از نقاط ضعفالگوریتم آموزشی پس انتشار خطا، احتمال به دام افتادن شبکه عصبی در نقاط مینیمم محلی میباشد. در این مقاله به منظور بهبود و افزایش قابلیت تعمیمالگوریتم آموزش در پیش بینی نقص نرمافزار، از روش تنظیم شبکههای عصبی چند لایه استفاده شده است. به دلیل قابلیت الگوریتمهای فرااکتشافی در خروج ازدام مینیممهای محلی و یافتن مینیمم سراسری، برای بهبود دقت الگوریتم آموزشی شبکه عصبی در پیشبینی نقص نرمافزار، از ترکیب الگوریتم انبوه ذرات وشبکه عصبی استفاده شده است. کارایی الگوریتم پیشنهادی بر روی سه مجموعه داده ناسا ارزیابی شد. نتایج پیادهسازی الگوریتم پیشنهادی نشاندهنده برتریالگوریتم پیشنهادی در زمینه پیشبینی نقص نرمافزار از لحاظ دقت و صحت نسبت به سایر مدلها میباشد.
Keywords:
Authors
فهیمه موسوی میبدی
دانشجوی کارشناسی ارشد نرم افزار
محمدرضا ملاحسینی اردکانی
مربی دانشگاه آزاد اسلامی واحد میبد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :