膜内麻雀优化ELM的软件缺陷预测算法 |
| |
引用本文: | 唐宇,代琪,杨梦园,陈丽芳.膜内麻雀优化ELM的软件缺陷预测算法[J].北京航空航天大学学报,2024(2):643-654. |
| |
作者姓名: | 唐宇 代琪 杨梦园 陈丽芳 |
| |
作者单位: | 1. 华北理工大学理学院;2. 中国石油大学信息科学与工程学院;3. 河北省数据科学与应用重点实验室 |
| |
基金项目: | 国家自然科学基金(52074126)~~; |
| |
摘 要: | 原始麻雀搜索算法存在寻优精度低、迭代后期容易陷入局部极值的问题,结合高效寻优性能的改进麻雀搜索算法和具有并行计算能力的膜计算,提出一种膜内麻雀优化算法(IMSSA)。在10个CEC2017测试函数上的实验结果表明,IMSSA具有更高的寻优精度。为进一步验证IMSSA的性能,使用IMSSA优化极限学习机(ELM)参数,提出一种膜内麻雀优化ELM(IMSSA-ELM)算法,并将其应用于软件缺陷预测领域。实验结果表明:在15个公开的软件缺陷数据集中,IMSSA-ELM算法预测性能在G-mean、MCC这2个评价指标下明显优于其他4种先进的对比算法,表明IMSSA-ELM算法具有更好的预测精度和稳定性,其实验结果在Friedman ranking和Holm’s post-hoc test非参数检验中具有明显的统计显著性。
|
关 键 词: | 改进麻雀搜索算法 膜计算 极限学习机 优化算法 软件缺陷预测 |
|
|