应用于软件缺陷预测模型的量子粒子群优化BP算法

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (6): 184-189.

应用于软件缺陷预测模型的量子粒子群优化BP算法

洪晓彬¹，姜利群²，赵　鹏³

1.广州工商学院计算机科学与工程系；2.中国矿业大学计算机学院；3.太原师范学院计算机科学与技术系

出版日期:2019-07-22 发布日期:2019-07-22
作者简介:洪晓彬，男，硕士，讲师，主要从事软件工程技术研究。

Online:2019-07-22 Published:2019-07-22

摘要/Abstract

摘要： 为了降低软件测试的成本并改善软件缺陷预测的能力，提出将量子粒子群算法和BP神经网络相结合，以提高软件缺陷预测模型的准确性和适用性。该算法以3层BP神经网络结构为基础，运用量子粒子群优化算法对BP神经网络的权值和阈值进行优化，从而在一定程度上克服了传统BP神经网络算法在收敛性能上的不足。仿真模拟实验结果表明：相比传统BP神经网络和粒子群优化BP神经网络，提出算法能够更有效地提高BP神经网络的收敛速度，防止陷入局部极小，提升软件缺陷预测的准确率、效率。

关键词: 量子粒子群, BP神经网络, 软件缺陷, 预测模型, 准确率, 收敛性能

中图分类号:

TP311

. 应用于软件缺陷预测模型的量子粒子群优化BP算法[J]. 重庆理工大学学报（自然科学）, 2019, 33(6): 184-189.

[1]	易望远，尹瑞雪，田应权，欧丽. 数控铣削能耗预测及切削参数多目标优化研究[J]. 重庆理工大学学报（自然科学）, 2024, 38(3): 240-249.
[2]	陈永鹏，叶恒，蔡明彬，李林，代进，罗林. 滚齿工艺参数和振动对齿廓偏差的影响及预测[J]. 重庆理工大学学报（自然科学）, 2024, 38(12): 67-77.
[3]	杨杰, 高爱云, 范卫峰. 道路坡度识别的混合动力客车模式切换控制策略[J]. 重庆理工大学学报（自然科学）, 2023, 37(8): 30-37.
[4]	钞寅康, 龚立雄, 黄霄, 陈佳霖. ＧＭ（１，１）ＭＥＡＢＰ组合模型电能消耗预测及应用[J]. 重庆理工大学学报（自然科学）, 2023, 37(7): 306-314.
[5]	杨浩鹏, 杨海青, 魏民祥, 吴昊, 赵卓文, 吴昭. 二冲程点燃式航空煤油发动机爆震预测模型研究[J]. 重庆理工大学学报（自然科学）, 2023, 37(5): 298-307.
[6]	周庆兵, 苗恩铭, 王文辉, 谭瑞林. BP神经网络局部最优缺陷的数控机床热稳健性建模研究[J]. 重庆理工大学学报（自然科学）, 2023, 37(12): 187-193.
[7]	王文辉, 苗恩铭, 唐光元. 基于ＰＬＳＢＰ神经网络的数控机床热误差建模研究[J]. 重庆理工大学学报（自然科学）, 2023, 37(11): 286-292.
[8]	王强, 吴伟, 刘东. 飞机舱门收放系统ＣＰＳＯＢＰ神经网络故障仿真与诊断[J]. 重庆理工大学学报（自然科学）, 2023, 37(11): 293-299.
[9]	邹喜红, 周玉婷, 周雨航. 基于实测载荷谱的三维路面重构方法[J]. 重庆理工大学学报（自然科学）, 2023, 37(10): 47-55.
[10]	赵辉, 朱文彬, 岳有军. ＩＰＯＡＢＰ神经网络锂电池ＳＯＨ估算[J]. 重庆理工大学学报（自然科学）, 2023, 37(10): 255-262.
[11]	赵建有，张振东，董贝贝. 考虑低碳因素的无水港扩展以及运量分配方案[J]. 重庆理工大学学报（自然科学）, 2022, 36(9): 226-234.
[12]	吴江斌，王璐，夏正兰. 基于ＭＳＧＡＲＣＨＭＩＤＡＳ的组合预测模型的研究及应用[J]. 重庆理工大学学报（自然科学）, 2022, 36(9): 288-296.
[13]	李淋，谭人铭，汪静姝. 基于ＧＡ-ＢＰ神经网络的数控插齿机热误差建模[J]. 重庆理工大学学报（自然科学）, 2022, 36(7): 126-131.
[14]	曹雪娟ａ，黄铭轩ｂ，吴博文ｂ，杨晓宇ｂ. ＢＰ-Ｇａｒｓｏｎ算法的高桥隧比路段交通事故预测研究[J]. 重庆理工大学学报（自然科学）, 2022, 36(3): 119-125.
[15]	陈岩，杨晋，裴永生. 汽车怠速工况ＮＶＨ性能预测模型研究[J]. 重庆理工大学学报（自然科学）, 2022, 36(11): 69-75.

应用于软件缺陷预测模型的量子粒子群优化BP算法

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0