基于差分演化算法的软件缺陷预测优化方法

摘要

本发明公开了一种基于差分演化算法的软件缺陷预测优化方法，属于软件工程中的质量保证领域。包括如下步骤：(1)整理软件项目中模块，清洗代码中的注释等，建立软件缺陷数据代码集合；对给定缺陷集合进行整理，包括缺陷的度量设计以及缺陷数据标记等，生成软件缺陷数据集；借助差分演化算法，对缺陷预测数据集使用少数类过采样方法创建多数类和少数类比值为2:1的数据集，确定神经网络超参数的最优取值，使用训练的神经网络分类模型在测试集中测试，满足性能指标，则表示构建成功软件缺陷预测模型。本发明可以根据数据集的不同自动化确定分类模型构建中的相应参数因子，找到最适合当前数据集与分类模型的参数组合，提升软件缺陷预测模型的性能并减少模型构建中参数寻找的工作量。