作者：洪晓彬; 姜利群; 赵鹏量子粒子群bp神经网络软件缺陷预测模型准确率收敛性能
摘要：为了降低软件测试的成本并改善软件缺陷预测的能力,提出将量子粒子群算法和BP神经网络相结合,以提高软件缺陷预测模型的准确性和适用性。该算法以3层BP神经网络结构为基础,运用量子粒子群优化算法对BP神经网络的权值和阈值进行优化,从而在一定程度上克服了传统BP神经网络算法在收敛性能上的不足。仿真模拟实验结果表明:相比传统BP神经网络和粒子群优化BP神经网络,提出算法能够更有效地提高BP神经网络的收敛速度,防止陷入局部极小,提升软件缺陷预测的准确率、效率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《重庆理工大学学报·自然科学》（CN：50-1205/T）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度，颇受业界和广大读者的关注和好评。 《重庆理工大学学报·自然科学》以政治哲学、工商管理、法学、语言文学为主要刊登内容，集学术性、知识性、实用性于一体，理论联系实际。
杂志详情
