基于模糊三角数模糊神经网络的软件质量评价方法

用户对软件质量的评价与其体验密切相关,但由于软件产品的抽象性、复杂性以及用户需求的模糊性,目前软件质量评价方法都缺乏对该方面内容的关注,忽略了用户需求在软件质量评价中的作用。针对于此,考虑用户需求对软件质量的影响,将用户需求作为一种特殊的软件特性,构建了基于模糊三角数的模糊神经网络来处理软件开发过程中用户需求同软件特性之间的非线性关系,符合软件产品复杂性的特点,使软件质量评价结果更客观、全面。结果表明,基于模糊三角数模糊神经网络能够更好地反映用户需求同软件特性之间的非线性关系,是一种研究软件综合质量评价的有效方法。     

一种软件质量的模糊度量函数生成方法研究

根据软件质量的属性,给出了软件质量的模糊度量与模糊度量函数的概念,以及以软件测试结果为基础的生成法,通过多元模糊度量函数、复合模糊度量函数来建立软件质量的模糊度量模型.本文的方法能很好地适用于多因素、关系复杂及对质量影响具有不确定性的情况,是对软件质量更科学、更客观的一种度量方法.     

软件质量方案模糊决策模型的研究

为了解决由于软件质量概念的模糊性而导致的软件质量方案决策困难的难题,从3个方面对软件质量方案模糊决策模型进行了研究.首先,采用L-R模糊数建立模糊权集,解决了经典决策方法存在的精确权集缺陷和模糊综合评价方法存在的伪模糊权集缺陷.其次,采用Bonissone方法简化了模糊运算.再者,采用模糊排序方法进行方案选择.从而全面提高了软件质量方案决策的准确性.最后,以一实例进行了验证.     

计算机软件质量模糊综合评价方法

软件产品质量是软件企业的生命 .本文通过对软件质量特性的分析 ,提出了软件质量的综合评价指标体系 ,并讨论怎样根据该指标体系收集有关数据 ,采用二级模糊综合评判法处理所得数据 ,得出定量评价结果 .     

运用模糊综合评判理论评价软件质量

为了对软件开发的质量进行有效的识别和评价,可以通过对软件开发中质量特性的分析和归纳,建立模糊层次综合特性评价模型,运用层次分析法确立软件质量的各因素的权重,得到评价矩阵并对其做模糊化处理,然后通过运算得到综合评价结果。本文对有些情况下单层模糊综合评判得不出评判结果最大隶属度的问题,可以采取双层模糊综合评判来得出最大隶属度的问题进行讨论,从而为软件质量控制以及评价提供了科学依据。     

基于模糊逻辑的测试用例揭错能力分析

利用模糊逻辑，分析了各测试用例中交元的测试特性，得到如下结果：交元在不同测试用例中所发挥的测试作用是相同的。据此给出了生成充分考虑参数取值组合作用、且个数少的测试用例（测试用例基）的一种方法，建立了以测试用例基表示所有测试用例的表达式。利用模糊逻辑证明了用测试用例基执行测试，不仅能确保软件质量满足用户需求，且提高了测试用例的揭错能力。由于测试用例基具有数量少、测试效率高的特点，该文的研究有利于改善测试工作，降低测试成本。     

广义动态模糊神经网络对软件质量的预测

软件质量预测是软件质量评价体系中的关键技术,针对软件质量预测过程中难以建立精确数学模型的特点,提出了将广义动态模糊神经网络应用于软件质量预测模型中。以模糊占的完备性作为高斯函数宽度的确定准则,避免了初始化过程中选择的随机性,同时,能对模糊规则和输入变量的重要性作出评价,从而使每条规则的输入变量的宽度可以根据它对系统性能贡献的大小实施在线自适应调整。通过对软件可靠性的仿真实验结果证明,广义动态模糊神经网络不仅适合模糊规则抽取也可用于系统建模,而且具有较高的辨识精度和效率。     

基于模糊神经网络的软件质量评价方法

为了对计算机软件质量进行更加精确、客观、科学的评价,综合模糊逻辑推理的结构性知识表达能力和神经网络的自学习能力,提出一种基于模糊神经网络的软件质量评价方法。首先筛选软件质量评价的指标建立评价等级模糊级,然后利用神经网络的学习能力,通过网络的训练样本,确定评价中的变量参数;训练好的网络就可用来对软件质量进行评价。应用表明,该方法克服了由专家确定变量参数的缺点,达到评价结果更高的客观性、科学性,具有很高的应用价值。     

基于模糊层次分析法的集成软件质量评估模型

通过建立软件质量点模型和软件质量度量模型，并运用模型集成的方法，构建了软件质量的集成评估模型。通过模型转换方法将其转换为层次分析模型，并针对模型中权重指标难以确定的问题引入了模糊分析的方法。最后通过一个实例验证了该方法的可行性。     

基于置信度的软件质量模糊评价模型研究

通过软件质量模糊综合评价实践和对模糊综合评价模型算法的分析,重点研究了在模糊综合评价算法的基础上进行改进并引入置信度进行置信分析的新方法,建立了适合系统化应用的软件质量评价模型,并使用该模型实施软件质量结果评价.由于应用模糊综合模型会产生大量有效信息丢失,从而导致评价结果过于简单化、绝对化,该模型解决了这一不足,并提高了软件质量评价的客观性和准确性.     

基于犹豫模糊集的软件质量评价模型

提出一种基于犹豫模糊集的软件质量评价模型。首先,根据专家打分,将犹豫模糊集与直觉模糊集相结合,得出软件质量特性的综合犹豫模糊评价矩阵;然后,通过计算犹豫模糊广义比较表,得出软件各质量属性得分;最后根据得分情况给出软件的质量排序。该模型较好地解决了专家对软件质量指标进行评价时的犹豫性问题。具体的案例分析表明,所提出的软件质量评价模型是可行、有效的。     

基于模糊推理的软件质量评价模型

通过成立由开发商、用户和评价方组成的专家组,在国际通用的软件质量评价标准和模糊综合评价的基础上,建立的模糊规则,利用模糊推理技术,寻求不同评价空间之间的映射,构建了基于模糊推理的软件质量评价模型。该模型符合人们在处理复杂问题的逻辑思维方式,有利于合理准确地评价软件质量。     

测控系统软件质量模型及评价

改善和提高软件质量是开发者研究的重要课题,对质量进行定量评价是工程领域的热点问题。在分析常见质量模型的基础上,结合测控软件的特点,从实用的角度出发,建立了相应的质量评价模型。针对评价环节具有很强模糊性的特点,提出了模糊综合评价的一般方法,并结合实例验证了该方法在技术上可行,且具有较强的可操作性。     

软件生命周期质量评价方法研究

针对软件质量现存评估标准一方面笼统抽象、主观性强,另外一方面缺乏对软件某个特定阶段质量评估模型的问题,通过对软件生命周期进行研究,对需求分析、软件设计、软件编码和软件测试四个阶段,从bug引入阶段、bug发现阶段、bug缺陷等级、bug数量、bug产生原因、bug修正代价六个方面进行分析,采用了改进加权模糊熵权法确定度量元权重系数,建立软件生命周期不同阶段质量评价模型及软件总体质量评价模型;通过工程实践结果证明,该生命周期质量评价模型能够有效地对软件不同阶段进行评价,为量化软件生命周期不同阶段质量水平提供了一种新方法,减少了软件质量评价中的主观性。     

模糊聚类算法在软件度量数据分析中的应用

为了提高软件质量,控制和改汕软件开发过程,需要有效地度量软件开发过程和分析其过程各个阶段收集的度量数据。文中将模糊聚类算法应用到软件度量的数据分析中。先给出了数据挖掘相关知识和理论,再介绍了该算法在软件度量数据分析中应用的实验研究。由于较快地发现有严重缺陷的模块,进而提高了软件测试效率。     

基于BP人工神经网络的软件质量评估

针对软件质量评估的课题,提出了一种基于BP人工神经网络的软件质量评估方法,提高软件质量评估的准确性.首先,论文介绍了人工神经网络的基本原理和软件质量评估的基本过程.然后选取适当软件质量特征构建基于BP人工神经网络的评估体系,分别进行BP网络学习和验证数据测试的实验.通过测试得到的数据结果,证明该方法能够准确地评估软件质量.