مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

676
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

684
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارائه یک روش نوین جهت پیش بینی نقص نرم افزار با استفاده از ترکیب شبکه عصبی و الگوریتم ملخ

صفحات

 صفحه شروع 201 | صفحه پایان 214

چکیده

 سیکل توسعه نرم افزار شامل آنالیز, طراحی, پیاده سازی و تست و یکسری فازهای دیگر است. مرحله تست نرم افزار یکی از مراحل هزینه بر توسعه نرم افزار است, باید به طور موثری انجام شود تا نرم افزار بدون خطا دست کاربران برسد. یکی از فعالیت های موثر برای توسعه نرم افزار و افزایش قابلیت اطمینان آن, پیش بینی نقص نرم افزار قبل از رسیدن به مرحله تست است که کمک حائز اهمیتی برای صرفه جویی زمانی در فرآیند تولید, نگهداری و هزینه آن می کند. یکی از مدل های کارا برای پیش بینی نقص نرم افزار, استفاده از شبکه های عصبی پرسپترون چندلایه با الگوریتم آموزشی پس انتشار خطا است. یکی از نقاط ضعف الگوریتم آموزشی پس انتشار خطا احتمال به دام افتادن شبکه عصبی در نقاط مینیمم محلی است. با توجه به قابلیت الگوریتم های فراابتکاری در خروج از دام مینیمم های محلی و یافتن مینیمم سراسری, در این مقاله جهت برطرف کردن ضعف الگوریتم آموزشی شبکه عصبی و بهبود دقت آن در زمینه پیش بینی نقص نرم افزار, از ترکیب الگوریتم فراابتکاری ملخ با الگوریتم آموزشی پس انتشار خطا استفاده شده است. جهت ارزیابی نتایج حاصل از مدل پیشنهادی, نه پایگاه داده واقعی بکار گرفته شده و روش ارزیابی متقاطع مبنای ارائه نتایج بوده است. عملکرد مدل پیشنهادی با شش مدل پیش بینی نقص نرم افزار مقایسه شده است. نتایج این مقایسه نشان می دهد که مدل پیشنهادی قادر است در تعداد زیادی از مجموعه داده, صحت و دقت بالاتری نسبت به سایر مدل ها ارائه دهد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    شعبانی زاده رابری، سمیه، خطیبی بردسیری، وحید، و خطیبی بردسیری، عمید. (1398). ارائه یک روش نوین جهت پیش بینی نقص نرم افزار با استفاده از ترکیب شبکه عصبی و الگوریتم ملخ. مدل سازی در مهندسی، 17(57 )، 201-214. SID. https://sid.ir/paper/362143/fa

    Vancouver: کپی

    شعبانی زاده رابری سمیه، خطیبی بردسیری وحید، خطیبی بردسیری عمید. ارائه یک روش نوین جهت پیش بینی نقص نرم افزار با استفاده از ترکیب شبکه عصبی و الگوریتم ملخ. مدل سازی در مهندسی[Internet]. 1398؛17(57 ):201-214. Available from: https://sid.ir/paper/362143/fa

    IEEE: کپی

    سمیه شعبانی زاده رابری، وحید خطیبی بردسیری، و عمید خطیبی بردسیری، “ارائه یک روش نوین جهت پیش بینی نقص نرم افزار با استفاده از ترکیب شبکه عصبی و الگوریتم ملخ،” مدل سازی در مهندسی، vol. 17، no. 57 ، pp. 201–214، 1398، [Online]. Available: https://sid.ir/paper/362143/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button