[发明专利]一种基于基因表达式编程算法的软件缺陷预测方法

权利要求书

1.一种基于基因表达式编程算法的软件缺陷预测方法，其特征在于包括：

S1:定义初始化参数，将软件历史的数据集分成训练数据集和测试数据集；

S2：令当前目标函数评价次数FEs＝0；

S3：随机产生字符编码的初始化种群P{X₁，X₂…X_NP}，其中X_i是1行G_size*(H+L)列的矩阵，其中矩阵中每一个基因的头部取值范围是函数符号集F和终止符号集T中的任意符号，而每一个基因的尾部取值范围只能是终止符号集T中的符号；

S4：通过树状结构对种群P中的所有个体X_i进行编码，由字符串转变成表达式树；

S5：通过中序遍历对种群P中的所有个体X_i的表达式树进行解码，表达出每个个体X_i所对应的程序模型；

S6：计算每个个体X_i的适应度值，通过轮盘赌选择机制，从种群P中选择出优生个体X_i构建成优生种群P^*；

S7：将种群P替换成优生种群P^*，执行基于领域变异策略的基因表达式编程算法对种群P进行演化计算，产生新种群P；

S8：重复S4至S7直至评价次数FEs达到MAX_FEs后结束，计算结束得到的最优个体即为软件缺陷预测的模型；

S9：通过测试集对模型进行测试，得到最终预测模型，并将取到的实况软件缺陷数据资料输入到最终预测模型中进行预测。

2.根据权利要求1所述的方法，其特征在于：计算每个个体X_i的适应度值f(X_i)时：将训练集的数据输入到个体X_i对应的模型中，得到一个计算值y，如果计算值y大于或等于舍入阈值，则被分类为1，否则为0，其中软件有缺陷被标记为1，软件无缺陷被标记为0；

将预测结果和真实结果进行比对，统计出真阴性(TN_i)、真阳性(TP_i)、假阴性(FN_i)、假阳性(FP_i)的数量；

计算适应度值，适应度值函数SSPN_i定义如下：

SSPN_i＝SN_i×SP_i×PPV_i×NPV_i

其中，SN_i、SP_i、PPV_i、NPV_i分别为敏感性、特异性、阳性识别值、阴性识别值，定义公式如下：

评估次数Fes＝Fes+1，转到S7。

3.根据权利要求1所述的方法，其特征在于：每个个体X_i被选中的概率P_i计算公式如下：

4.根据权利要求1所述的方法，其特征在于：对种群P进行演化计算时：

计数器i＝1，其中i表示当前个体下标；

如果i大于种群数NP，则转到步骤10.6，否则执行以下步骤；

令j为当前领域内个体的下标，取值范围为[i-k，i+k]，如果j等于0，则令j等于NP，如果j＜1或者j＞NP，则用以下公式对j进行取值：

j＝(j+NP)％NP

从当前领域K_i中随机选择一个个体X_i；

通过变异概率P_m选择出变异的基因位；

如果变异的基因位是头部，则从函数符号集F或终止符号集T中随机选择一个符号将之替换，如果是尾部，则只从终止符号集T中选择；

依据各遗传操作的概率，依次进行以下操作：插串，包括非根插串、根插串和基因变换；重组，包括单点重组、两点重组和基因重组。