基于GMDH神经网络的组合预测模型

摘要 软件可靠性增长模型（SRGM）是软件可靠性工程中一项重要的研究内容.在可靠性增长模型应用的过程中，常常因为模型假设与实际软件开发和调试过程有差异，导致可靠性预测的准确性不高.至今尚没有一种能适应各种软件开发环境的SRGM.为此，某些国外文献采用遗传（GA）算法，提出了模型组合方法，以期提高SRGM的预测能力.本文采用GMDH神经网络，提出一种非线性的SRGM模型组合方法.通过对比基于GA算法的模型组合方法，实验结果表明，基于GMDH神经网络的组合方法能有效提高模型预测能力