基于早期数据的航天测控软件缺陷预测

作者：夏烨; 张慧颖; 司倩然

来源：飞行器测控学报, 2015, 34(01): 102-108.

• 软件缺陷
• 缺陷预测
• 粒子群优化支持向量机(PSO-SVM)
• 航天测控
• 软件度量

为提高航天测控软件的质量与可靠性,提出一种基于改进的PSO-SVM(Particle Swarm Optimization-Support Vector Machine,粒子群优化支持向量机)方法的航天测控软件缺陷预测模型。针对航天测控软件领域特征,构造了基于软件生命周期的软件度量集,并收集了实际航天测控软件的度量和缺陷数据,通过对软件历史版本数据的学习,在软件当前版本的生命周期早期数据的基础上进行缺陷预测。实例应用结果表明,采用历史版本软件数据对当前软件版本进行缺陷预测,从全局来看可达90%的预测准确度。因此,该方法可用于对航天测控软件的缺陷预测。

• 单位
  北京跟踪与通信技术研究所