基于量子免疫克隆BP算法的软件缺陷预测模型

作     者：姜玥 王帅 吴克奇 谢琪 崔梦天 JIANG Yue;WANG Shuai;WU Ke-qi;XIE Qi;CUI Meng-tian

作者机构：西南民族大学计算机系统国家民委重点实验室四川成都610041 

出 版 物：《西南民族大学学报（自然科学版）》 (Journal of Southwest Minzu University(Natural Science Edition))

年 卷 期：2022年第48卷第5期

页      面：537-542页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：四川省科技计划项目(2022JDGD0011,23GJHZ0149) 科技部外国青年人才计划项目(QN2021186001L) 科技部高端外国专家引进计划项目(G2021186002L,G2022186003L) 四川省科技项目(2022NSFSC0530) 西南民族大学中央高校基本科研业务费专项(2020NYB19) 四川省中医药科研专项(2021ZD017) 

主　　题：量子免疫克隆算法 Logistic 软件缺陷预测 BP神经网络 

摘      要：针对现有的软件缺陷预测模型中所存在的不足,将量子免疫克隆算法和BP神经网络算法结合,应用到软件缺陷预测中,设计了基于量子免疫克隆BP算法的软件缺陷预测模型(SDPM-QICBP).在该模型中,将量子计算引入到传统进化算法中,特别是在计算量子旋转门的角度时,将传统的查表计算方式与Logistic映射公式相结合,设计了新的量子旋转角的计算公式.模型采用量子免疫克隆算法(QIC)对标准BP神经网络的阈值和权值优化改进,并基于相关数据集进行实验分析.仿真实验的结果表明,和标准BP神经网络算法和朴素贝叶斯算法(NB)相比,该模型准确度和精确度均较高,且迭代次数减少.