| 一种基于MM & MBPNN的软件衰退预测方法研究 |
| |
| 作者姓名： | 林已杰 张为群 周敏 赖清 |
| |
| 作者单位： | 1. 西南大学计算机与信息科学学院,重庆,400715;西南大学信息中心,重庆,400715;重庆市智能软件与软件工程重点实验室,重庆,400715
2. 西南大学计算机与信息科学学院,重庆,400715;重庆市智能软件与软件工程重点实验室,重庆,400715
3. 重庆医科大学计算机教研室,重庆,400016 |
| |
| 基金项目： | 重庆市自然科学基金项目(CSTC,2006BA2003)资助 |
| |
| 摘 要： | 由于系统环境的恶化,运行中的软件系统不可避免地会出现衰退现象。针对该现象,提出了一种用基于放大误差信号的改进的BP神经网络(MBPNN)来表示软件状态的马尔科夫模型(MM),并通过此方法来预测软件衰退。此方法弥补了单纯使用马尔科夫方法时对软件衰退状态预测不够准确的缺点,为软件抗衰的实施提供了依据。仿真实验表明,这是一种有效可行的预测方法。
|
| 关 键 词： | 软件衰退 软件抗衰 马尔科夫模型 BP神经网络 |
| 收稿时间： | 2009-07-21 |
| 修稿时间： | 2009-09-01 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
