文献类型：期刊文献

中文题名：关于软件架构生命周期准确性预测仿真

英文题名：Prediction Simulation of Life Cycle Accuracy of Software Architecture

作者：李怀强[1];周扬[2]

第一作者：李怀强

机构：[1]河南财经政法大学现代教育技术中心;[2]河南财经政法大学网络信息管理中心

第一机构：河南财经政法大学

年份：2018

卷号：35

期号：6

起止页码：308-312

中文期刊名：计算机仿真

外文期刊名：Computer Simulation

收录：CSTPCD;;北大核心:【北大核心2017】；

基金：2017年河南省高等教育教学改革研究与实践立项项目"大学生创新创业教育与专业教育融合研究"(2017SJGLX337);2016年度河南省水利科技攻关计划"基于物联网的水土保持监测应用研究"(GG201663);河南省高等学校重点科研项目"社会舆情监控与有效引导对策研究"(15A520042)

语种：中文

中文关键词：软件架构;生命周期;预测;准确性;仿真

外文关键词：Software architecture;Life cycle;Prediction;Accuracy;Simulation

摘要：由于在对软件架构进行设计时,其设计环境、内容及运行环境的不同,使得软件结构生命周期存在一定的不定性。传统软件架构生命周期准确性预测方法,主要针对软件运行环境进行预测分析,忽略了软件设计环境及内容对软件后期运行产生的影响,存在软件架构生命周期预测准确度不高、预测过程复杂的问题。提出基于SAPSO-BP算法的软件架构生命周期预测方法,利用贝叶斯定理对贝叶斯网络进行分析,通过对节点的后验信度值进行更新,对节点事件发生的概率进行判断,利用田间独立分解的方法,降低联合概率计算所需参数,提高预测的速度,实现软件架构缺陷分析,在此基础上,引入粒子群算法优化BP神经网络的初始权值和阈值,引入模拟退火算法避免BP算法陷入局部最优,实现基于SAPSO-BP算法的软件架构生命周期预测方法,实验结果表明,所提方法能够准确对软件架构生命周期进行预测,且计算过程较为简单,为课题的深入研究提供理论依据。
This paper proposes a prediction method for life cycle of software architecture based on SAPSO - BP algorithm. Our research used Bayes＇ theory to analyze Bayesian network and used posterior reliability value of node to carry out update, then judged event probability of node and used field independent decomposition method to reduce parameters required by joint probability calculation, improve prediction speed and achieve defect analysis of the software structure. On that basis, the research introduced particle swarm optimization to optimize initial weight value and threshold of BP neural network and introduced simulated annealing algorithm to avoid BP algorithm failing into local optimization. Thus, we achieved the prediction of life cycle. Simulation results show that the method can predict the life cycle accurately and calculation process is simple. It provides theoretical basis for in - depth study of issue.