论文部分内容阅读
针对软件可靠性受到多种不确定因素影响,且因素间具有多重共线性,单一预测模型无法全面准确描述其变化规律,导致软件可靠性预测精度不高。为了提高软件可靠性预测的精度,提出一种基于熵值法的软件可靠性组合预测模型。首先采用主成分分析消除软件可靠性度量属性间多重共线性,加快学习速度,然后分别采用AR模型和RBF神经网络对软件可靠性进行预测,采用熵值法确定两种模型的权重,从而得到组合预测模型的软件可靠性预测值。用NASA的软件度量数据进行模型预测,结果表明,仿真预测模型明显提高了软件可靠性预测精度,说明组合预测方