基于改进蛇优化算法的软件缺陷预测方法研究
刘卫光1
杨苏琦2
张文宁1
李学相3
1.中原工学院 软件学院,河南 郑州 4500072.中原工学院 计算机学院,河南 郑州 4500073.郑州大学 网络空间安全学院,河南 郑州 450001
摘要：针对传统随机森林模型在软件缺陷预测领域中预测精度低和参数优化困难等问题,提出了一种基于改进蛇优化算法(ISO)优化随机森林模型的软件缺陷预测方法.蛇优化算法改进过程:首先采用莱维飞行策略初始化种群位置,增强种群的初始多样性;其次引入基于正余弦扰动因子的更新策略和基于自适应机制的幼蛇变异策略,增强局部搜索能力并避免陷入局部最优;最后通过在 11 个基准测试函数上与原始蛇优化算法及 4 种经典算法比较,以评估 ISO算法的寻优性能.结果表明ISO算法具有较高的收敛精度和更强的稳定性.而面对软件缺陷预测领域中存在的类不平衡问题,进一步地使用ISO算法优化随机森林模型参数,并采用ISO-RF算法提高随机森林模型的软件缺陷预测精度.通过在 3 个项目的 10 个公开数据集上的对比实验结果表明,ISO-RF算法在召回率、F1 值、马修斯系数MCC等评价指标上明显优于其他对比算法.
关键词：软件缺陷预测改进蛇优化算法随机森林
分类号：TP311(计算技术、计算机技术)
资助基金：河南省科技攻关项目(242102210060)
论文发表日期：2025-02-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 1-11 )
英文信息