پیش بینی قابلیت اعتماد نرم افزار با مجموع شبکه های عصبی ارزیابی شده
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,128
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ROUDSARIT01_115
تاریخ نمایه سازی: 19 مرداد 1390
چکیده مقاله:
قابلیت اعتماد نرم افزار یک عامل مهم برای مشخص کردن کمی کیفیت نرم افزار به شمار می رود و دوره تست نرم افزار را تخمین می زند مدلهایتوسعه یافته پارامترهای سنتی قابلیت اعتماد نرم افزار SRGMs از قبیل مدلهای غیرهمگن فرایند پواسن NHPP بطور موفقیت امیزی در مهندسی قابلیت اعتماد نرم افزارعملی استفاده شده است بههرحال هیچ چنین مدل پارامتری ای نمی تواند درهمه موارد پیش بینی درستی را انجام دهد به علاوه ی مدلهای پارامتری مدلهایغیر پارامتر هم مانند شبکه های عصبی نشان داده اند که می توانند تکنیکهای موثری برای پیش بینی قابلیت اطمینان نرم افزار به شمار روند دراین مقاله ما روشی را بررسی می کنیم که در آن یک سیستمغیر پارامتری ارائه می شود که پیش بینی بهتری را از قابلیت اطمینان نرم افزار براساس مجموع شبکه عصبی و مدلهای NHPP ارائه می کند سپس با استفاده از شبیه ساز شبکه عصبی که TrajanNNs نام دارد ارزیابیهایی را برروی مولفه های شبکه عصبی سیستم انجام می دهیم. نتایج ازمایشات نشان می دهد قابلیت پیش بینی سیستم با ترکیب کردن چندین شبکه عصبی ارزیابی شده بهبود می یابد.
کلیدواژه ها:
قابلیت اعتماد ، مجموع شبکه های عصبی ارزیابی شده شبکه های عصبی ، مدل توسعه قابلیت اعتماد نرم افزار ، مدل فرایند پواسن غیرهمگن ، شبیه ساز شبکه عصبی
نویسندگان
مهدی محبی
دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار
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 :