基于BASFPA-BP的可靠性预测模型研究

• Published in: 计算机科学 Vol. 50; no. 5; pp. 31 - 37
• Main Authors: 李红辉, 陈博, 鲁姝艺, 张骏温
• Format: Journal Article
• Language: Chinese
• Published: 北京交通大学计算机与信息技术学院 北京 100044 2023; 高速铁路网络管理教育部工程研究中心 北京 100044%北京交通大学计算机与信息技术学院 北京 100044
• Subjects: 天牛须搜索算法; 花朵授粉算法; BASFPA; 软件可靠性预测模型
• ISSN: 1002-137X
• DOI: 10.11896/jsjkx.220900283

TP311; 软件可靠性预测以软件可靠性预测模型为基础,对软件的可靠性以及与其直接相关的度量进行分析、评价和预测,利用软件运行中所收集的失效数据对未来的软件可靠性进行预测,成为了评估软件失效行为和保障软件可靠程度的重要手段.BP神经网络结构简单、参数少、易实现,在软件可靠性预测领域已经得到了广泛应用.然而基于传统BP神经网络搭建的软件可靠性预测模型的预测精度无法达到预期目标,因此提出了基于BASFPA-BP的软件可靠性预测模型.该模型利用软件失效数据,在BP神经网络训练过程中利用BASFPA算法优化网络权值、阈值,从而提高模型的预测精度.选用3组公开的软件失效数据,将实际值与预测值的均方误差作为预测结果的衡量标准,同时将BASFPA-BP与FPA-BP,BP,Elman这3种模型进行对比研究.实验结果表明,基于BASFPA-BP的软件可靠性预测模型在同类型模型中实现了较高的预测精度.