ارایه مدل ترکیبی پیش بینی نقص نرم افزار
محل انتشار: اولین همایش ملی مهندسی کامپیوتر و فناوری اطلاعات
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 463
فایل این مقاله در 11 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:
CEITECH01_089
تاریخ نمایه سازی: 17 آبان 1396
چکیده مقاله:
یکی از مهمترین دغدغه های مهندسین نرم افزار تولید نرم افزار بدون نقص و یا با حداقل نقوص ممکن است، و دراین خصوص روش های پیش بینی نقص بسیار مفید و کارآمد ظاهر شده اند. پیش بینی نقص های موجود در محصول نرمافزاری سبب بهبود فرآیند تولید، تست و نگهداری نرم افزار می شود. تا کنون روش های آماری و یادگیری ماشین برایپیش بینی نقص نرم افزاری مورد استفاده قرار گرفته اند که به جهت پیچیدگی های موجود در این حوزه روش هاییادگیری ماشین موفق تر عمل کرده اند.در این مقاله سعی شده با ترکیب سه الگوریتم ژنتیک، درخت تصمیم و شبکهعصبی، دقت و زمان اجرا را بهبود ببخشیم و برای اعتبار سنجی مدل آن را بر روی مجموعه داده ای منتخب از پایگاه دادهناسا پیاده سازی کرده ایم و با معیار های متداول در این حوزه سنجیده ایم. نتایج به دست آمده بهبود در سرعت و دقت رانشان می دهند.
کلیدواژه ها:
نویسندگان
مریم مرادی
دانشجوی کارشناسی ارشد گروه کامپیوتر، دانشکده فنی و مهندسی، واحد ساوه، دانشگاه آزاد اسلامی، ساوه، ایران
ابراهیم مهدی پور
عضو هییت علمی واحد علوم و تحقیقات دانشگاه آزاد اسلامی، دانشکده برق و کامپیوتر، تهران، ایران