论文研究 关于区间值数据向Vague值数据转化公式的研究.pdf

软件成本估算是软件开发过程中一项非常重要的活动，但现有的方法在准确估算软件成本方面还存在不足。针对软件成本估算不够准确的现状，提出了一种基于RBF神经网络的软件成本估算模型。该模型采用样本聚类的方法确定隐含层节点数，利用遗传算法对隐层节点中心值和高斯函数的宽度进行优化，利用线性最小二乘法训练网络的权值。实验证明，该模型能够准确有效地估算软件成本。曾一,李娟:基于RBF神经网络的软件成本估算模型2010,46(23)编码和初始种群生成3实验及结果分析利用 COCOMO数据库中的63个项日数据进行仿真实种群中个体适应度评估验。随机选取60个项目数据,使用所提出的方法建立估算模选择型,并训练网终,剩下的3个项目数据用于测试。把训练目标误差设为001生成下一代种群交叉图8为网络的训练过程,可以看出该方法构建的网络模型收敛速度快,性能好。图9为三个测试数据的预测输出和实际交异输出对照图。第一个和第二个项目的预测值误差很小,预测精度高。第三个项目的预测值偏小。对实验样本数据进行分进化结束?>析,训练数据中大型项目的样本数据偏少,训练度不够导致第输出最佳个体三个项日预测值不够准确。搜集更多准确的项日数据用于网络训练,可以弥补这一不足。图5标准遗传算法流程图10 formance is 0.009 919 42 Goal is 0.01G图6染色体的编码10休或解的优劣,并作为以后遗传操作的依据。这里训练的目10的是使得网络优化,最终得到高精度的估算值,所以选取网络输岀的软件成本估算值与实际成本的误差的倒数作为适应度函数。对于第个个体,其适应度为f=051015202530354045图8训练过程+为真实值,o为预测值其中P为训练样本数,y为网络输出的软件成本估算值,d实际1600软件成本值。1400(3)选择。依照上面的适应度函数计算出每个个体的适应度值,个体被选择的概率为P=f∑f,∑/是群体S中个800体适应度的总和。选择策略采用遗传算法常用的赌轮选择方200式,依照各个个体的选择概率p将个赌轮分成S份,然后产生S个[0,冂内的随机数r,若p+p1+…+pSp+p+…+p,则1.01.21.41.61.82.02.22.42.52.83.0图9预测结果个体X被选择。(4)交叉。因为编码时是对隐层节点中心值和高斯函数4结束语的霓度组合编码,所以采用多点交叉的方法,交叉的位置分别随着软件业的迅速发展,软件成本在软件项目管理中的落在中心C和宽度G中。地位越来越重要。在软件开发早期,软件成本的估算结果直染色体1新染色体1接影响到软件项目能否顺利开发和进行。基于 COCOMO数染色体:7染色作2了一种把径向基神经阿络和传算法相结合的模型用于软件图7交义操作成本估算。实验证明,该模型能够准确有效地估算软件成本。(5)变异。变异是对随机选择的个体以·定的变异概率改变其中的某个基因位。变异可以避免陷入局部最优的弊参考文献:病,增强遗传算法的搜索能力。综合考虑到训练样本个数和1] Albrecht A J, Gaffney J E Software function, source lines of code网络结构,采用变异率范围为0.01-0.10。and development effort prediction: a software science validation[J1对于恻络的权值,采用线性最小二乘法(LLS)进行训练。Software Engg,1983,9(6):639-647对丁任何一个样本输入P,输出可以表示y=∑wp(X-CAD=2] Putnam L Ha general empirical solution to the macro software sizing and estimation problem[J]. Software Engineering978,7(1):345-361vR,也即Y=WRochWSoftware cnginccring economics[M].Erlifts给定R∈R”,且T=(71,72,…,Tn)∈R”,其中n为训练Prentice-Hall. 1981样本数,T为0、1组成的目标矩阵,1表示输入样本所对应的类,4 Lee Anita, Cheng Chun Hung, Balakrishnan J Software develop而0表示非对应。问题转变成寻找一个最优的系数矩阵W∈Rxment cost estimation: Integrating neural network with cluster来使误差EE=(TY(TF)最小。那么W=T(RR)RI,其中analysis[ J]. Information& Management, 1998, 34(1): 1-9R是R的转置,R=(RR)R是R的广义逆(下转140页)