特征選擇在軟件缺陷預(yù)測技術(shù)中的應(yīng)用研究.pdf

1、軟件缺陷預(yù)測技術(shù)是軟件工程中重要的研究方向。隨著全球信息化步伐的不斷加快，當今社會，人們的生活已經(jīng)離不開軟件產(chǎn)品和軟件系統(tǒng)的參與。由于軟件產(chǎn)品和系統(tǒng)在越來越多的領(lǐng)域中扮演著十分重要的角色，軟件的質(zhì)量也逐漸成為人們關(guān)注的焦點。在軟件項目開發(fā)過程中，軟件缺陷的產(chǎn)生不可避免，及時發(fā)現(xiàn)并消除軟件缺陷也因此成為軟件項目開發(fā)過程中不可或缺的環(huán)節(jié)。軟件測試技術(shù)對于發(fā)現(xiàn)和消除軟件缺陷是一種有效的手段，并且已經(jīng)成為軟件開發(fā)行業(yè)慣用的方法，但是這項技術(shù)需要

2、消耗大量的時間和資源，使其成為軟件開發(fā)過程的一大瓶頸。軟件缺陷預(yù)測是一種新型的缺陷發(fā)現(xiàn)技術(shù)，它根據(jù)已有的經(jīng)驗數(shù)據(jù)，利用機器學(xué)習方法，對可能出現(xiàn)缺陷的模塊做出預(yù)測，從而可以將有限的資源和時間花費到可能有缺陷的模塊的測試中，達到資源的合理配置和利用，有效地提高軟件項目開發(fā)效率，節(jié)約軟件開發(fā)成本，提高軟件產(chǎn)品質(zhì)量。
　　軟件缺陷預(yù)測技術(shù)經(jīng)過多年的研究與發(fā)展，已經(jīng)有了一些成熟的學(xué)術(shù)和商業(yè)應(yīng)用，但也存在一些不足，比如預(yù)測模型的分類準確度不高

3、等。本文重點關(guān)注軟件缺陷預(yù)測模型所依賴的經(jīng)驗數(shù)據(jù)集，主要研究特征選擇算法在軟件缺陷預(yù)測技術(shù)中的應(yīng)用。軟件缺陷數(shù)據(jù)集本身存在的冗余性會干擾學(xué)習算法的學(xué)習效果，從而影響軟件缺陷預(yù)測模型的分類性能。
　　特征選擇一般來說包含F(xiàn)ilter類型和Wrapper類型兩種框架類型的算法，它們的主要區(qū)別在于對特征子集的評價模塊上。Filter特征選擇算法主要根據(jù)數(shù)據(jù)集內(nèi)在的數(shù)學(xué)特點評價特征的重要性，而Wrapper特征選擇算法則直接利用學(xué)習算法的

4、分類性能來評價特征子集。這兩種算法各有優(yōu)缺點，本文結(jié)合信息理論、遺傳算法等相關(guān)知識提出了兩種不同類型的特征選擇算法:基于互信息的特征選擇算法（Filter類型）和基于遺傳優(yōu)化支持向量機的特征選擇算法（Wrapper類型）。本文將這兩種類型的特征選擇算法應(yīng)用到軟件缺陷預(yù)測模型中，展開了一系列深入具體的研究工作?？傮w而言，本文的研究內(nèi)容主要包含以下兩個方面:
　　第一，在仔細研究和理解相關(guān)信息理論的基礎(chǔ)上，分析了當前已有的基于信息理論

5、的特征選擇算法的特點，并針對特征選擇算法中特征子集大小對評價標準的影響問題，提出了一種引入非線性因子的特征子集評價函數(shù)，改進了現(xiàn)有的基于互信息的特征選擇算法，并做了大量的實驗研究，實驗結(jié)果表明，本文所提出的特征選擇算法在提高軟件缺陷預(yù)測模型的分類性能上具有更加明顯的優(yōu)勢。
　　第二，提出了一種基于遺傳算法和支持向量機的特征選擇算法，該算法使用遺傳算法對特征空間進行隨機搜索，搜索過程中使用支持向量機建立的軟件缺陷預(yù)測模型輸出結(jié)果作為