【摘要】：軟件工程中的預(yù)測(cè)問題是軟件工程研究領(lǐng)域的熱點(diǎn)課題之一,近年來(lái)一直受到軟件工程研究者和軟件開發(fā)從業(yè)者們的廣泛關(guān)注,其基本思想在于利用軟件開發(fā)與演化過程中的歷史經(jīng)驗(yàn)和知識(shí),預(yù)測(cè)軟件未來(lái)可能的狀態(tài),達(dá)到有效的輔助軟件工程活動(dòng)決策的目的,典型的應(yīng)用場(chǎng)景包括軟件項(xiàng)目計(jì)劃、軟件測(cè)試、軟件質(zhì)量保證、過程改進(jìn)和管理、軟件維護(hù)與演化。在軟件整個(gè)生命周期中,軟件維護(hù)是時(shí)間跨度最長(zhǎng)的階段。此外,隨著軟件開發(fā)技術(shù)、開發(fā)模式的不斷變化,軟件需求和業(yè)務(wù)復(fù)雜度不斷提升,軟件維護(hù)在軟件開發(fā)與演化過程中的重要性日益凸顯。鑒于此,本文擬解決軟件維護(hù)中的三個(gè)關(guān)鍵預(yù)測(cè)問題:軟件維護(hù)工作量預(yù)測(cè)、軟件變更預(yù)測(cè)和軟件缺陷預(yù)測(cè)。論文的具體工作內(nèi)容和創(chuàng)新點(diǎn)如下:(1)動(dòng)靜結(jié)合的軟件維護(hù)工作量預(yù)測(cè)算法設(shè)計(jì)。針對(duì)軟件維護(hù)工作量預(yù)測(cè)中的現(xiàn)有問題:靜態(tài)預(yù)測(cè)方法并不適應(yīng)于維護(hù)中的軟件項(xiàng)目,在維護(hù)的過程中軟件的所有基本構(gòu)成要素都會(huì)變化而目前的靜態(tài)方法不能完全掌握這些變化對(duì)軟件維護(hù)工作量構(gòu)成的影響,動(dòng)態(tài)預(yù)測(cè)方法依賴軟件演化數(shù)據(jù),這對(duì)部分項(xiàng)目來(lái)講,其數(shù)據(jù)收集比較困難。本部分工作設(shè)計(jì)了一種動(dòng)靜結(jié)合的預(yù)測(cè)方法,即RPBSC模型,該模型結(jié)合了靜態(tài)模型和動(dòng)態(tài)模型的優(yōu)點(diǎn),來(lái)彌補(bǔ)各自在實(shí)踐應(yīng)用中的不足。(2)軟件維護(hù)工作量預(yù)測(cè)實(shí)證研究。本部分工作展示了基于工作(1)中算法所開展的實(shí)證研究,主要包括三個(gè)部分,一是介紹了實(shí)證研究所采用的數(shù)據(jù)集,即選取了Apach下三個(gè)開源項(xiàng)目shindig、Lucene、以及openwebbeans為實(shí)驗(yàn)對(duì)象;二是介紹了實(shí)驗(yàn)設(shè)計(jì)及評(píng)價(jià)標(biāo)準(zhǔn),最后給出了實(shí)驗(yàn)結(jié)果和分析,實(shí)驗(yàn)結(jié)果表明本文提出的方法可以較精準(zhǔn)的預(yù)測(cè)軟件維護(hù)工作量。(3)自學(xué)習(xí)的軟件變更預(yù)測(cè)算法設(shè)計(jì)�，F(xiàn)有軟件變更預(yù)測(cè)方法依賴于歷史標(biāo)簽數(shù)據(jù)集,無(wú)法對(duì)無(wú)歷史標(biāo)簽數(shù)據(jù)集做出預(yù)測(cè),針對(duì)該問題,本部分工作設(shè)計(jì)了一種自學(xué)習(xí)的軟件變更預(yù)測(cè)解決方案,該方案從度量元數(shù)據(jù)特點(diǎn)與軟件變更的關(guān)系出發(fā),基于度量元值越大軟件類越復(fù)雜從而更可能發(fā)生改變的原則,選取部分樣本打上標(biāo)簽,構(gòu)建訓(xùn)練空間,進(jìn)而構(gòu)建自學(xué)習(xí)的變更預(yù)測(cè)算法。(4)基于自學(xué)習(xí)的軟件變更預(yù)測(cè)實(shí)證研究。本部分工作展示了基于工作(3)中的自學(xué)習(xí)算法的實(shí)證研究,首先介紹了實(shí)驗(yàn)中所采用的數(shù)據(jù)集和實(shí)驗(yàn)環(huán)境,其次介紹了實(shí)驗(yàn)所采用的評(píng)指標(biāo)和對(duì)比方法,最后給出了實(shí)驗(yàn)結(jié)果與分析。實(shí)驗(yàn)結(jié)果表明,在14個(gè)開源項(xiàng)目的平均預(yù)測(cè)效果上,自學(xué)習(xí)方法的預(yù)測(cè)效果優(yōu)于四個(gè)現(xiàn)有預(yù)測(cè)方法;(5)基于LDA的缺陷預(yù)測(cè)算法設(shè)計(jì)。現(xiàn)有缺陷預(yù)測(cè)方法多基于軟件結(jié)構(gòu)和設(shè)計(jì)度量元來(lái)組成特征空間,軟件源代碼中的語(yǔ)義特征卻鮮有工作涉及。鑒于此,本文基于LDA主題模型提出了一種新的缺陷預(yù)測(cè)度量元,即主題缺陷密度,該度量元使得源代碼中的語(yǔ)義信息和缺陷主題產(chǎn)生關(guān)聯(lián),通過軟件前一版本的主題缺陷密度,來(lái)預(yù)測(cè)當(dāng)前版本的主題缺陷密度,進(jìn)而能預(yù)測(cè)當(dāng)前軟件版本的缺陷信息�；谠撍悸�,本部分工作詳細(xì)展示了如何基于源代碼語(yǔ)義信息來(lái)構(gòu)建缺陷預(yù)測(cè)模型。(6)基于LDA的缺陷預(yù)測(cè)實(shí)證研究。本部分工作展示了基于工作(5)中提出的缺陷預(yù)測(cè)算法的實(shí)證研究,首先介紹了實(shí)驗(yàn)環(huán)境和實(shí)驗(yàn)所采用數(shù)據(jù)集,其次展示了實(shí)驗(yàn)總體過程以及實(shí)驗(yàn)性能所采用的評(píng)估指標(biāo),最后給出了實(shí)驗(yàn)結(jié)果與分析。結(jié)果表明,利用語(yǔ)義特征,采用版本間主題的關(guān)聯(lián)度來(lái)量化版本間的主題缺陷密度來(lái)預(yù)測(cè)缺陷是一種可行方案。通過對(duì)三個(gè)開源項(xiàng)目的實(shí)驗(yàn)結(jié)果分析,發(fā)現(xiàn)本文方法的預(yù)測(cè)結(jié)果與真實(shí)的缺陷之間能達(dá)到較好的一致性。本論文的工作針對(duì)軟件維護(hù)中的關(guān)鍵預(yù)測(cè)問題,從現(xiàn)有方法的局限性出發(fā),改進(jìn)了現(xiàn)有預(yù)測(cè)方法,提出了新的預(yù)測(cè)模型,提高了預(yù)測(cè)精度,為軟件的維護(hù)和演化提供了更精準(zhǔn)的決策建議。
[Abstract]:......
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP311.53

【參考文獻(xiàn)】

相關(guān)會(huì)議論文 前1條

1 劉揚(yáng);程健;盧漢清;;基于目標(biāo)局部特征的遷移式學(xué)習(xí)[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

，

本文編號(hào)：2301333