مقاله کنفرانسی سال ۱۴۰۰ فارسی

بهبود پیش بینی خرابی نرم افزار با استفاده از مدل ترکیبی ماشین بردار پشتیبان و الگوریتم ملخ و مقایسه با الگوریتم های تکاملی کوانتومی

چکیده مقاله

پیش بینی نقص در مراحل اولیه چرخه عمر توسعه نرم افزار یک فعالیت مهم فرآیند تضمین کیفیت است و در دو دهه اخیر بهطور گسترده مورد مطالعه قرار گرفته است پیش بینی اولیه ماژول های معیوب در توسعه نرم افزار می تواند به تیم توسعه کمککند تا از منابع موجود به نحو احسن و موثری برای ارائه محصول نرم افزاری با کیفیت بالا در زمان محدود استفاده کنند تاکنون ، بسیاری از محققان مدل های پیش بینی نقص را با استفاده از یادگیری ماشین و تکنیک های آماری توسعه داده اند روشیادگیری ماشین روشی موثر برای شناسایی ماژول های معیوب است که با استخراج الگوهای پنهان در میان ویژگی هاینرم افزار کار می کند در این پژوهش مدلی از ترکیب ماشین بردار پشتیبان با الگوریتم ملخ جهت پیش بینی نقص نرم افزار ارائهشده است مدل پیشنهادی از الگوریتم ملخ برای کاهش ابعاد استفاده می کند و از ماشین بردار پشتیبان به عنوان طبقه بندیکننده اصلی برای پیش بینی خرابی نرم افزار استفاده می شود شبیه سازی مدل پیشنهادی با استفاده از نرم افزار متلب انجام شده است جهت ارزیابی کارایی مدل پیشنهادی از دیتاست ناسا مجموعه داده های واقعی Pc۴ ،Pc۳، Pc۲, Pc۱ ،Jm۱، Kc۳، Kc۲، Kc۱،Cm۱ استفاده شده است معیارهای ارزیابی صحت ، دقت، فراخوانی مجدد، مدل پیشنهادی با معیارهای ارزیابی پنج روش ۱ رویکرد پیش بینی آسیب پذیری نرم افزار بر اساس شبکه عصبی مصنوعی ترکیبی و بهینه سازی ازدحام ذرات کوانتومی ۲ مدل پیش بینی نقص نرم افزاری را بر اساس ترکیب ماشین بردار پشتیبان والگوریتم kpca؛ ۳ ماشین بردار پشتیبان ۴ شبکه های عصبی پرسپترون ۵ ارائه روشی برای بهبود پیش بینی نقص نرم افزار با استفاده از جنگل عمیق مقایسه شده است نتایج مقایسه موجود در جداول و نمودارها نشان می دهد معیارهای دقت ، صحت، فراخوانی مجدد مدل پیشنهادی در اکثر دیتاست ها نسبت به سایر روش ها بهینه تر عمل کرده است

کلیدواژه‌ها

پیش بینی ماشین بردار پشتیبان الگوریتم ملخ دیتاست ناسا

نویسندگان

تصویر بابک مسعودی

بابک مسعودی

گروه مهندسی فناوری اطلاعات، دانشگاه پیام نور

شیوه ارجاع

�هانبانی، فاطمه و مسعودی، بابک،1400،بهبود پیش بینی خرابی نرم افزار با استفاده از مدل ترکیبی ماشین بردار پشتیبان و الگوریتم ملخ و مقایسه با الگوریتم های تکاملی کوانتومی،سیزدهمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان

ارائه‌شده در

پوستر مجموعه مقالات چهاردهمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک مجموعه مقالات چهاردهمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک27 اردیبهشت 1401 · شیروان
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۱ ۳,۰۷۰ مشاهده

طراحی و شبیه سازی یک نیروگاه فتوولتائیک ۱۰ کیلو واتی متصل به شبکه در دانشکدگان کشاورزی و منابع طبیعی دانشگاه تهران با استفاده از نرم افزار Pvsyst

اهمیت روز افزون انرژی در جهان و تجدید ناپذیری و آلایندگی سوخت های فسیلی، جهان را به سمت استفاده ازانرژی…

نیروگاه فتوولتائیکانرژی های تجدیدپذیرماژول خورشیدی
مقاله کنفرانسی سال ۱۴۰۱ ۲,۱۱۳ مشاهده

متدی برای زمانبندی آگاهانه انرژی در رایانش ابری مبتنی بر پارامترهای مدل ریاضیات فراکتال

اخیرا رایانش ابری با سرعت در حال رشد است و در آینده به هسته مرکزی رایانش فراگیر تبدیل خواهد شد افزایش هز…

رایانش ابریکاهش مصرف انرژیماشین مجازی
مقاله کنفرانسی سال ۱۴۰۱ ۱,۹۰۱ مشاهده

تشخیص پلاک خودرو با استفاده از الگوریتم های یادگیری عمیق و پردازش تصویر

تشخیص خودکار شماره پلاک خودرو سامانه ای برای خواندن پلاک وسیله نقلیه با استفاده از نویسه خوان نوری است ت…

پردازش تصویرتشخیص پلاک خودروالگوریتم های یادگیری ماشین
مقاله کنفرانسی سال ۱۴۰۱ ۱,۸۶۳ مشاهده

افزایش کیفیت مسیریابی در شبکه های حسگربیسیم مبتنی بر شبکه های عصبی

شبکه حسگر بی سیم خواصی مانند هزینه کم، توان و طول عمر محدود دارند و این حسگرها می توانند برای نظارت محیط…

مسیریابیخودسازماندهیبهینه سازی
مقاله کنفرانسی سال ۱۴۰۰ ۱,۴۹۷ مشاهده

بررسی نقش شبکه های اجتماعی در دوران کرونا و پسا کرونا

از زمان شیوع بیماری کرونا در جهان تحلیل گران اجتماعی گمانه زنی های زیادی درباره تاثیرات کرونا بر جهان و…

کرونافضای مجازیپساکرونا
مقاله کنفرانسی سال ۱۴۰۱ ۱,۴۳۳ مشاهده

بکارگیری هوش مصنوعی در سیستم های جنگ الکترونیک

جنگ الکترونیک یکی از مهمترین ویژگیهای نبردهای مدرن و امروزی است EW می تواند بر نحوه استفاده نیروهای نظام…

EWهوش مصنوعیجنگ الکترونیک