基于优化神经网络的采集终端软件可靠性预测

采集终端软件的可靠性是评价软件系统生命周期的一个重要指标。针对多种神经网络和支持向量机等方法在软件系统可靠性评价中存在的参数优化困难、软件系统预测模型的低准确率问题,提出基于SAGFA-BPNN的建模方法。该方法采用PCA对实验数据降维处理,剔除影响模型准确率的冗余和干扰样本;在优化SA和GA的基础上,给出退火遗传融合优化算法(SAGFA),并发挥其全局寻优能力,以及BPNN非线性映射能力,提出SAGFA-BPNN网络,及基于它的建模方法,以提高训练速度、全局寻优能力及准确度。文章还应用该方法对采集终端软件的可靠性进行了预测,预测结果表明,该方法可以有效地提高模型的准确度。