《表6 使用第4款软件产品bug数据集时IDDD与G-O、P-Z的比较结果》
从数据集1上IDDD模型与3种考虑不完美排错因素的模型的比较可以看出:IDDD模型的SSE和Rsquare指标明显优于模型1和模型2,略优于模型3,尤其Rsquare的指标达到了0.999,说明拟合性较好。在数据集2上,IDDD模型与G-O模型、P-Z模型对比主要使用了SSE和AIC两个指标,同时也计算了3个模型的Rsquare指标。需要说明的是,与在数据集1上的实验结果相比时,Rsquare指标看似表现较差(表3~6中Rsquare值与1相差较大),这是由于用于模型拟合的失效数据过少(只有7条或9条失效数据),两者不具有可比性。在表3中,G-O模型的SSE和AIC值是IDDD模型的25倍和2倍多,P-Z模型的SSE值与IDDD模型接近,但AIC值是IDDD模型的3倍。表4中,G-O模型的SSE值和AIC值分别约为IDDD模型的37倍和4倍。表5中,G-O模型的SSE值和AIC值分别为IDDD模型的5倍和2倍,P-Z模型的SSE和AIC均超过IDDD模型的2倍。表6中,G-O模型和P-Z模型的AIC值与IDDD模型相近,但SSE值分别为IDDD模型的10倍以上和近2倍。表3~6中,IDDD模型的Rsquare值也优于G-O模型和P-Z模型。由此可见,IDDD模型的预测性能明显优于G-O模型和P-Z模型。分析IDDD模型表现优秀的原因如下:
图表编号 | XD0084287300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.15 |
作者 | 徐立 |
绘制单位 | 中国科学技术大学苏州研究院、商丘职业技术学院软件学院 |
更多格式 | 高清、无水印(增值服务) |