随着软件演化过程模型被EPMM建模产生,软件演化过程模型的形式验证问题尤其是自动化验证问题却尚未得到解决.为了实现软件演化过程模型的自动化验证,提出了一种简约的软件演化过程建模语言(CEPDL,Concise Software Evolution Process De...随着软件演化过程模型被EPMM建模产生,软件演化过程模型的形式验证问题尤其是自动化验证问题却尚未得到解决.为了实现软件演化过程模型的自动化验证,提出了一种简约的软件演化过程建模语言(CEPDL,Concise Software Evolution Process Description Language),定义了CEPDL的语法,并给出了案例研究.CEPDL可以作为模型验证工具的输入语言,能够描述软件演化过程模型,同时描述基于线性时序逻辑的过程模型规约,为最终应用模型检测方法实现对软件演化过程模型的动态性质及行为的验证提供基础.展开更多
文摘为了提高软件缺陷预测的准确率,利用布谷鸟搜索(cuckoo search,CS)算法的寻优能力和人工神经网络(artificial neural network,ANN)算法的非线性计算能力,提出了基于CS-ANN的软件缺陷预测方法。此方法首先使用基于关联规则的特征选择算法降低数据的维度,去除了噪声属性;然后利用布谷鸟搜索算法寻找神经网络算法的权值,使用权值和神经网络算法构建出预测模型;最后使用此模型完成缺陷预测。使用公开的NASA数据集进行仿真实验,结果表明该模型降低了误报率,并提高了预测的准确率,综合评价指标AUC(area under the ROC curve)、F1值和G-mean都优于现有模型。
