作者：吕琼帅; 史玉珍; 夏栋梁错误定位蜂群算法rbf神经网络可疑度
摘要：软件错误是软件开发过程中经常出现的问题，有效地定位错误能够提高软件开发的效率。通过对软件运行时信息的收集与分析，从机器学习的角度提出了一种将蜂群算法与RBF神经网络结合的软件错误定位模型。首先，利用蜂群算法克服RBF神经网络由于隐层节点中心值随机化而导致的网络性能较差的问题，对RBF神经网络模型进行优化与改进。然后，对程序运行过程中的相关信息进行编码，将此编码作为蜂群神经网络模型的训练数据集。最后，根据虚拟测试集进行软件错误定位，实验过程中选用SiemensSuite套件进行了仿真实验。实验结果表明，结合蜂群算法优化与RBF神经网络的软件错误定位方法在软件错误定位方面能够表现出较好的性能。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
