一种基于AHP与神经网络的软件代码可控度综合评价方法技术

本发明专利技术涉及一种基于AHP与神经网络的软件代码可控度综合评价方法，涉及软件代码可控度评价技术领域。本发明专利技术给出了合理的软件代码可控性度量模型，并提出了用层次分析法获取权重作为神经网络输入的软件代码可控性综合评价模型，解决了复杂系统建模时,由于影响因素过多,把它们都作为神经网络的输入,会增加网络的复杂度,降低网络性能,影响计算准确度的问题。工程实例应用的结果表明，本发明专利技术针对复杂软件代码，采用层次分析和神经网络相结合的可控度评价结果是可信的、有效的。

A Comprehensive Evaluation Method of Software Code Controllability Based on AHP and Neural Network

The invention relates to a comprehensive evaluation method of software code controllability based on AHP and neural network, and relates to the technical field of software code controllability evaluation. The invention provides a reasonable software code controllability measurement model, and puts forward a comprehensive evaluation model of software code controllability using analytic hierarchy process to obtain weights as input of neural network. It solves the problem that when modeling complex systems, because there are too many influencing factors, using them as input of neural network will increase network complexity, reduce network performance and affect calculation accuracy. \u3002 The application results of an engineering example show that the controllability evaluation result of the method is credible and effective for complex software codes by combining the analytic hierarchy process with the neural network.

【技术实现步骤摘要】
一种基于AHP与神经网络的软件代码可控度综合评价方法
本专利技术涉及软件代码可控度评价
，具体涉及一种基于AHP与神经网络的软件代码可控度综合评价方法。
技术介绍
当前尚无针对软件代码可控性定量评价的方法。对软件代码可控性的定量评价，首先需要建立代码可控性度量模型，确定影响代码可控性的度量元，然后基于多个度量元定量评价代码可控度涉及到多因素多指标的建模方法问题。此类建模方法有优序法、模糊综合评价法、AHP方法、神经网络方法等。选择适当的建模方法是软件代码可控性的定量评价的难点。影响软件代码可控性的因素众多，如何确定合理的度量模型目前尚属空白。确定可控度评价的度量模型后，由于许多度量元之间并非相互独立，不同的度量元对代码可控度影响的权重不同，而且权重系数可能会随着应用对象的不同而发生一定变化，影响评价模型的训练速度和泛化能力。因此需要建立一种综合评价模型，对度量元进行合理的分析利用进而对软件代码可控度进行评价。
技术实现思路
(一)要解决的技术问题本专利技术要解决的技术问题是：如何设计一种可信、有效的软件代码可控度综合评价方法。(二)技术方案为了解决上述技术问题，本专利技术提供了一种本文档来自技高网...

【技术保护点】
1.一种基于AHP与神经网络的软件代码可控度综合评价方法，其特征在于，包括以下步骤：第一步：选取软件代码可控度的相关度量指标；第二步：分析各度量指标之间的关系，建立系统的递阶层次结构；首先把问题条理化、层次化，构造出一个有层次的结构模型，在这个模型下，复杂问题被分解为多个元素，这些元素又按其属性及关系形成若干层次，上一层次的元素作为准则对下一层次的有关元素起支配作用，这些层次分为三类：最高层为目标层，只有一个元素，一般是分析问题的预定目标或理想结果；中间层为准则层，包括为实现目标所涉及的中间环节，它由若干个层次组成，包括所需要考虑的准则、子准则；最底层为方案层，包括为实现目标可供选择的各种措施...

【技术特征摘要】
1.一种基于AHP与神经网络的软件代码可控度综合评价方法，其特征在于，包括以下步骤：第一步：选取软件代码可控度的相关度量指标；第二步：分析各度量指标之间的关系，建立系统的递阶层次结构；首先把问题条理化、层次化，构造出一个有层次的结构模型，在这个模型下，复杂问题被分解为多个元素，这些元素又按其属性及关系形成若干层次，上一层次的元素作为准则对下一层次的有关元素起支配作用，这些层次分为三类：最高层为目标层，只有一个元素，一般是分析问题的预定目标或理想结果；中间层为准则层，包括为实现目标所涉及的中间环节，它由若干个层次组成，包括所需要考虑的准则、子准则；最底层为方案层，包括为实现目标可供选择的各种措施、决策方案；第三步：对准则层、方案层中同一层次各元素关于上一层次中一准则的重要性进行两两比较，构造两两比较的判断矩阵；第四步：用判断矩阵计算被比较元素对应该准则的相对权重，并进行判断矩阵的一致性检验；第五步：计算各层次对于目标的总权重，并进行排序，得到方案对于目标的总排序；第六步：选出高权重的预设N个度量元作为神经网络...

【专利技术属性】
技术研发人员：冯大成，高昕睿，李雅斯，陶金龙，
申请(专利权)人：北京计算机技术及应用研究所，
类型：发明
国别省市：北京,11