ارایه یک روش ترکیبی برای پیش بینی خطای نرم افزار برپایه الگوریتم های ژنتیک، درخت تصمیم گیری و شبکه های عصبی

چکیده مقاله

کیفیت یکی از مسایل مهم در فرآیند تولید و توسعه ی نرم افزار است جهت افزایش کیفیت، نقص های نرم افزار باید قبل از انتشار تشخیص داده شوند از جمله روشهای معتبرسازی سنتی برای تشخیص نقص، آزمون نرم افزار و بازرسی کد است که این روشها از نظر زمانی و منابع بسیار پرهزینه هستند با توجه به اینکه اکثر نقصهای نرم افزار در بخش کوچکی از ماژولهای آن رخ میدهد، پیش بینی و تشخیص نقصها در مراحل اولیهی توسعهی نرم افزار سبب افزایش کیفیت محصول تولیدی نرم افزار میشود یکی از موثرترین تکنیکهای پیش بینی نقص نرم افزار، طبقهبندی متریک های نرم افزاری در دو کلاس مستعد نقص و غیر مستعد نقص است در این تکنیک از روشهای یادگیری ماشین استفاده میشود از جمله روشهای یادگیری ماشین، شبکه عصبی و درخت تصمیم گیری است که در این پژوهش مورد استفاده قرار میگیرد دراین تحقیق از مجموعه دادهیKC1 در پایگاه داده NASA استفاده شده است هر یک از رکوردهای این پایگاه داده معرف یک ماژول است که برای هر ماژول نرم افزاری 21متریک به همراه یک برچسب مستعد یا غیر مستعد بودن نقص در ماژول شامل میشود در این تحقیق دو هدف دنبال میشود یکی انتخاب بهترین متریک ها از بین 21 متریک نرم افزاری که بهتر کار کلاسبندی را انجام میدهند ودیگری ساخت یک مدل پیش بینی نقص نرم افزار مبتنی بر تکنیکهای یادگیری ماشین و با استفاده از متریک های نرم افزاری برگزیده از مرحله قبل برای اولین هدف، 6 متریک نرم افزاری با استفاده از الگوریتم ژنتیک به دست آمد و برای دومین هدف از کلاسهبند شبکه عصبی و درخت تصمیمگیری C4 5 جهت ساخت مدل های پیش بینی نقص بهره گرفته شد برای کلاسه بند درخت تصمیم گیری C4 5 و کلاسه بند شبکه عصبی میانگین صحت به ترتیب برابر با مقادیر 88 5% و 88 37% به دست آمدند که در مقایسه با تحقیقات مشابه، قابل توجه هستند

کلیدواژه‌ها

نویسندگان

سیده فهیمه موسوی میبدی

دانشجوی کارشناسی ارشد ، دانشگاه آزاد واحد میبد

محمدرضا ملاحسینی اردکانی

مربی، دانشگاه آزاد واحد میبد

کمال میرزایی بدرآبادی

استادیار، دانشگاه آزاد واحد میبد

محمدرضا ملاخلیلی میبدی

استادیار، دانشگاه آزاد واحد میبد

موسوی میبدی، سیده فهیمه و ملاحسینی اردکانی، محمدرضا و میرزایی بدرآبادی، کمال و ملاخلیلی میبدی، محمدرضا،1396،ارایه یک روش ترکیبی برای پیش بینی خطای نرم افزار برپایه الگوریتم های ژنتیک، درخت تصمیم گیری و شبکه های عصبی،کنفرانس ملی کامیپوتر،فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز

ارائه‌شده در

مجموعه مقالات دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی1 اسفند 1397 · اهواز