ارائه یک مدل پیش بینی قابلیت اطمینان نرم افزار با استفاده از شبکه های عصبی مصنوعی
محل انتشار: نخستین سمپوزیوم ملی رباتیک و هوش مصنوعی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,752
فایل این مقاله در 8 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:
PNUOPEN01_033
تاریخ نمایه سازی: 14 مرداد 1394
چکیده مقاله:
همزمان با پیچیدگی و سرعت رشد اندازه محصولات نرم افزاری تقاضا از کیفیت نرم افزار بالا و بالاتر می رود و نقش بسیار مهمی درفرآیند توسعه یک محصول نرم افزاری خواهد داشت. در این پژوهش دو رویکرد مبتنی بر شبکه های عصبی به منظور مدلسازی وپیش بینی قابلیت اطمینان نرم افزار ارائه شده است . در این روش ها به نحوه ترکیب الگوریتم های محاسبات تکاملی ، با شبکه هایعصبی مصنوعی در جهت رسیدن به روش های پویا و منعطف پرداخته شده است ، در ابتدا ساختار و معماری شبکه عصبی شاملورودی ها ، تعداد لایه ها ، توابع فعالیت ، خروجی ها و غیره مشخص می گردد ، سپس قسمت آموزش شبکه عصبی شامل تعیین وزنها و بایاس ها که در به حداقل رساندن خطای آموزشی و تعیین خروجی با دقت بالا مهم میباشد توسط الگوریتم های بهینه سازیتکاملی مانند ، الگوریتم ژنتیک و الگوریتم ازدحام ذرات، انجام پذیرفته و خروجی های لازم استخراج گردیده است ، در شرایط آزمایش یکسان با پیاده سازی شبکه عصبی در نرم افزار Matlab و مقایسه بین دو روش ارائه شده در خروجی نشان داده شده که آموزش شبکه عصبی با الگوریتم بهینه سازی ازدحام ذرات دقت بهتری از پیش بینی با روش الگوریتم ژنتیک دارد.
کلیدواژه ها:
نویسندگان
پیام فتاح منش
دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار دانشگاه آزاد اسلامی واحد ساری
همایون موتمنی
هیات علمی، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد ساری
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 :