基于参数动态调整的动态模糊神经网络的软件可靠性增长模型

	基于参数动态调整的动态模糊神经网络的软件可靠性增长模型
	刘逻; 郭立红; 肖辉; 王建军; 王改革
	2013-02-15
发表期刊	计算机科学
期号	02 页码:186-190
摘要	利用遗传算法对动态模糊神经网络的自身参数进行动态调整(GA-DFNN),并将其应用于软件可靠性增长模型(SRGM)的研究。在对动态模糊神经网络进行训练的过程中,用遗传算法求得动态模糊神经网络自身参数的优化解,根据得到的参数建立基于动态模糊神经网络的软件失效数据预测模型。利用3组软件缺陷数据,对用GA-DFNN建立的SRGM和模糊神经网络(FNN)以及BP神经网络(BPN)建立的SRGM的预测能力进行了比较,仿真结果证实,根据GA-DFNN建立的SRGM的短期预测能力稳定,短期预测误差小,且具有一定的通用性。
关键词	软件可靠性增长模型动态模糊神经网络遗传算法短期预测
收录类别	CNKI
语种	中文
文献类型	期刊论文
条目标识符	http://ir.ciomp.ac.cn/handle/181722/38795
专题	中科院长春光机所知识产出
推荐引用方式 GB/T 7714	刘逻,郭立红,肖辉,等. 基于参数动态调整的动态模糊神经网络的软件可靠性增长模型[J]. 计算机科学,2013(02):186-190.
APA	刘逻,郭立红,肖辉,王建军,&王改革.(2013).基于参数动态调整的动态模糊神经网络的软件可靠性增长模型.计算机科学(02),186-190.
MLA	刘逻,et al."基于参数动态调整的动态模糊神经网络的软件可靠性增长模型".计算机科学 .02(2013):186-190.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于参数动态调整的动态模糊神经网络的软件（1116KB）			开放获取	CC BY-NC-ND	浏览下载