基于组合神经网络的软件可靠性预测研究

被引：6

作者：

张雪松

郭平

机构：

[1] 北京师范大学信息科学与技术学院

来源：

北京师范大学学报(自然科学版) | 2005年 / 06期

关键词：

软件可靠性; 增长预测; 前馈神经网络; 混合学习算法; 组合神经网络;

D O I：

暂无

中图分类号：

TP311.52 [];

学科分类号：

摘要：

为了进一步提高神经网络的预测能力,提出了一种前馈神经网络混合学习算法,并将其应用于组合神经网络.该算法由一种模式提取算法(Alopex)和伪逆算法组成.在该混合学习算法中,网络的学习任务被分解为2个部分:隐藏层的权值先随机给定,然后使用Alopex算法不断地对其进行扰动;输出层的权值使用伪逆算法确定.所使用的组合神经网络由多个结构相同的前馈神经网络组成,每个前馈神经网络都使用混合学习算法(采用不同的初值)进行训练.实验结果表明,这种组合神经网络能够显著提高软件可靠性的预测精度.

引用

页码：599 / 603

页数：5