买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于多层迭代的软件维护规模预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114154730B 。

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111491975.5，技术领域涉及：G06Q10/04；该发明授权一种基于多层迭代的软件维护规模预测方法是由俞东进;叶佳萍;陈信;陈宇廷;翁乐辉设计研发完成，并于2021-12-08向国家知识产权局提交的专利申请。

本一种基于多层迭代的软件维护规模预测方法在说明书摘要公布了：本发明公开了一种基于多层迭代的软件维护规模预测方法，首先进行数据获取：获取一个现有公开软件系统中所有可用的类，记为训练数据集，然后度量因子选择：获取训练数据集中的各类的原始度量值；采样度量归一化处理训练数据集，再进行训练数据采样：将归一化后的训练数据集分为验证集和训练集；之后构建并训练多层迭代的预测模型：最后通过训练好的多层迭代的预测模型完成软件维护规模的预测。本发明通过设计多层迭代模型不断排除预测效果不好的中间层模型，最终获得比较精确的软件维护规模的预测模型。使用本发明提出的方法预测软件维护规模，最终得到了较好结果，能够准确地预测软件的维护规模。

本发明授权一种基于多层迭代的软件维护规模预测方法在权利要求书中公布了：1.一种基于多层迭代的软件维护规模预测方法，其特征在于，包括如下步骤：S1.数据获取：获取一个现有公开软件系统中所有可用的类，记为训练数据集TR；S2.度量因子选择：获取训练数据集TR中的各类的原始度量值，S3.度量归一化处理：S4.训练数据采样：将归一化后的训练数据集LM'train的数据随机均分为10份，取其中1份作为验证集剩余9份作为训练集S5.构建并训练多层迭代的预测模型：构建基于GMDH方法的多层迭代的预测模型，在训练预测模型的过程中将其每一层的输出通过择优后，作为下一层的输入，不断迭代，根据终止准则停止训练，得到最终训练好的预测模型；S6.通过训练好的多层迭代的预测模型完成软件维护规模的预测；S5具体步骤如下：S5-1.第1层预测模型训练：将归一化后的训练集的每一个Ml'中元素作为自变量，将作为因变量软件维护规模的实际值；其训练方式为：将进行两两组合，将每一种组合的两个元素和代入以下的预测公式，并将作为实际值代入预测公式中的y，使用widrow-hoff学习规则计算得到组权值： 其中y是输出值，表示软件维护规模，a0,a1,a2,a3,a4,a5是权值；再将组权值代入上述预测公式，得到个候选中间模型；S5-2.第1层预测模型验证：将验证集输入由S5-1得出的候选中间模型，输出软件维护规模的预测值，将其与对应的输出软件维护规模的真实值计算出每一个候选中间模型的平均相对误差值MAE，获得MAE集合E，并将当前层最小MAE作为当前层准则值W1，每一个候选中间模型的平均相对误差值MAE的计算公式如下： 其中，m为验证集类的数目，yi'为验证集软件维护规模真实值，为对应的模型预测值；S5-3.第1层预测模型择优：从MAE集合E中选取10个最小MAE值对应的候选中间模型作为择优模型，连接到预测模型的下一层；S5-4.多层迭代训练预测模型：根据步骤S5-1～S5-3的方法不断地重复进行训练，即在第k层预测模型的训练中，k＝2,3...,表示当前训练的层数；取第k-1层输出的择优模型作为输入，按照S5-1将输入两两组合，计算出每一种组合的权值，将权值代入预测公式得出候选中间模型；按照步骤S5-2将验证集输入候选中间模型，得到相应的预测值，根据S5-2的公式计算每一个候选中间模型的MAE，并将当前层最小MAE值作为当前层准则值Wk；对候选中间模型进行模型择优，若在第k层候选中间模型中，候选中间模型的MAE值小于Wk-1的数量多于10个，则选取MAE值最小的10个候选中间模型作为择优模型连接到预测模型的下一层，反之将MAE值小于Wk-1的所有候选中间模型作为择优模型连接到预测模型的下一层；S5-5.预测模型的训练终止准则：当当前层候选中间模型的最小MAE值大于前一层准则值，停止训练过程，选取前一层择优模型中准则值对应的模型作为预测模型的最终层；当当前层仅有一个候选中间模型且该候选中间模型MAE值小于等于前一层准则值时，停止训练过程，选取当前候选中间模型作为预测模型的最终层；S5-6.训练得到最终的多层迭代的预测模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。