论文部分内容阅读
为解决软件可靠性预测精度差和泛化能力不强问题，提出一种遗传算法集成神经网络的软件可靠性预测模型。通过遗传算法对神经网络集成权重进行了优化，并用主成分分析方法对软件属性度量数据进行了预处理，降低数据维数，简化神经网络的结构，加快神经网络的运算速度。仿真实验结果表明，基于遗传算法集成神经网络的李姘可靠性预测模型同BP网络、LVQ网络和PNN网络相比具有更好的预测精度和泛化能力。