基于模糊三角数模糊神经网络的软件质量评价方法
2014-08-03李克文马竟峰刘洪太
计算机工程与科学 2014年7期
李克文,张 郁,马竟峰,刘洪太
(中国石油大学(华东)计算机通信与工程学院,山东 青岛 266580)
1 引言
随着工业化和信息化的推进,软件产品作为信息时代的产物逐渐成为各行各业不可或缺的工具,成为某些行业的“大脑”或“中枢神经系统”,软件质量的高低甚至影响到人民的生命财产安全。
为了保证软件质量,很多学者以提高软件质量为目的对软件质量评价的方法进行了大量卓有成效的研究,既包括传统的统计学方法,也包括现代智能计算方法等。然而,在过去的研究中,大都忽略了用户需求对软件质量评价的影响,仅仅关注软件本身的一些质量特性,造成评价结果不全面、不客观。软件产品不同于其他实体产品,往往是由用户的需求驱动的。因此,在软件质量评价中,用户对于软件的满意程度对于软件质量的影响是不可忽视的,也就是说,如果生产出的软件不能很好地满足用户需求则意味着软件质量差[1~3]。评价软件质量时,很多学者利用质量功能展开QFD(Quality Function Deployment)将现阶段用户需求转化为具体的软件特性要求,以指导软件开发[4]。质量功能展开是采用一定的规范化方法将顾客所需特性转化为一系列工程特性,所用的基本工具是质量屋。Frank Liu等人[4]将QFD应用于Web service系统中,将用户的服务需求同Web service系统的设计属性联系起来,充分表达了用户对于系统的需求;Sener Z等人[5]将QFD与模糊回归相结合进行软件质量的评价,提出了基于对称模糊三角数的模糊回归方法来评价软件质量,将用户需求和软件特性用关系式表达出来;……
登录APP查看全文
