基于改進bp網(wǎng)絡的軟件項目風險評價研究

1、學校代碼：幽分類號：塑盟研究生學號：密級：⑨東牡埽茁大莩碩士學位論文200821846無基于改進BP網(wǎng)絡的軟件項目風險評價研究SoftwareProjectRiskAssessmentBasedonBPNeuralNetworks指導教師：學科專業(yè)：研究方向：學位類型：作者：楊小燕楊志強林和平計算機軟件與理論軟件工程與人工智能理學碩士東北師范大學學位評定委員會2011年6月摘要隨著計算機技術的蓬勃發(fā)展、軟件數(shù)量的急劇膨脹，而相對于硬件技

2、術的飛速發(fā)展，軟件技術卻沒有得到與之相適應的發(fā)展。其質(zhì)量、成本及性能等方面都無法與硬件同步。這就導致復雜性高、技術含量高、技術更新快的軟件具有了高風險性。目前，軟件項目的風險預測也逐漸納入軟件管理的范圍。本文首先簡單介紹了軟件風險管理研究現(xiàn)狀和發(fā)展趨勢，然后簡要介紹了軟件項目風險的基礎概念，包括風險的含義、軟件項目的概念、軟件項目主要的風險、軟件項目風險管理的一些模型、風險識別方法、風險評價方法及BP神經(jīng)網(wǎng)絡的相關理論基礎。以往人工神經(jīng)

3、網(wǎng)絡一般采用隨機數(shù)生成其連接權的初始值和訓練樣本。兩次隨機過程會導致降低訓練結(jié)構(gòu)的準確性和可信性。針對這一缺點，本文采用正、反序列訓練方法，并給出解的唯一性證明。最后給出了改進后的BP神經(jīng)網(wǎng)絡的訓練過程，并提出正、反序訓練方法，避免了每次訓練都必須隨機生成樣本序列的問題。同時，網(wǎng)絡連接權在初始化時不再需要隨機生成。在此基礎上建立了風險評價指標體系，該體系的指標是經(jīng)過風險因素的篩選得出的。在BP神經(jīng)網(wǎng)絡的基礎上構(gòu)建軟件項目風險評價模型。并