پیش بینی نقص نرم افزار با استفاده ازترکیب مدل شبکه های عصبی و الگوریتم فرااکتشافی جهش قورباغه ها
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,038
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
PNUNCIT01_193
تاریخ نمایه سازی: 20 اردیبهشت 1392
چکیده مقاله:
وجود نقص ها درسیستم نرم افزاری یک تهدید جدی برای کیفیت نرم افزار به شمار می رود زیر موجب به انطباق پذیری محصول با نیاز مشتری می شود پیش بینی نقص نرم افزار یکی اززمینه های مهم درمهندسی نرم افزار می باشد که برای بهبود کیفیت نرم افزار و یافتن نواقص نرم افزار به کار میرود یکی ازمدلهایکارا درزمینه پیش بینی نقص شبکه های عصبی چندلایه با الگوریتم اموزشی پس انتشارخطا می باشد ازنقاط ضعف الگوریتم اموزشی پس انتشار خطا احتمال به دام افتادن شبکه عصبی درنقاط مینیمم محلی می باشد به دلیل قابلیت الگوریتم های فرااکتشافی درخروج ازدام مینیمم های محلی و یافتن مینیمم سراسری دراین مقاله به منظور بهبود دقت الگوریتم اموشی شبکه عصبی درپیش بینی نقص نرم افزار ازترکیب الگوریتم فرااکتشافی جهش ترکیبی قورباغه به همراه الگوریتم پس انتشار خطا استفاده شدهاست نتایج پیاده سازی الگوریتم جدید ترکیبی و مقایسه آن با الگوریتم اموشی پس انتشار خطا نشان دهنده برتری الگوریتم پیشنهادی درزمینه پیش بینی نقص نرم افزار می باشد.
کلیدواژه ها:
نویسندگان
سولماز فرشیدپور
دانشجوی کارشناسی ارشد کامپیوتر
فرشید کی نیا
عضوهیئت علمی کرمانگروه کامپیوتر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :