一种基于云模型和模糊聚合的软件质量综合评价方法
【技术领域】
[0001] 本发明设及软件评价方法领域，具体是一种基于云模型和模糊聚合的软件质量综 合评价方法。
【背景技术】
[0002] 随着软件产品应用的日益普及，市场对软件产品质量的要求不断提高。如何评价 软件质量的好坏成为用户、软件工程师和软件组织的管理者最为关屯、的问题h'6^。因为软件 质量的评价结果不仅可W指导用户购买和使用软件，而且也可W指导软件开发者开发出高 质量的软件产品。目前对于软件质量评价的研究主要集中在两个方面：
[0003] (1)层次分析法（Anal}ftichierarchyprocess,AHP);其主要思想是根据某种标 准对影响软件质量的各种因素进行分解，形成不同的层次，然后由各专家对同层次的因素 两两比对，得出对比矩阵。
[0004] (2)模糊综合评判方法；其主要思想是采用模糊数学中构造隶属度函数的方法对 指标的评价标准进行模糊处理，W保证依据该评价标准作出的评价更加符合人们的思维方 式。
[000引在AHP方法中，当同一层次的比较因素较多时，专家容易出现矛盾或混乱的判断， 且对比矩阵庞大、复杂度高；在模糊综合评判方法中，隶属度函数的构造是一个比较困难和 复杂的过程。而且，该些方法大都要求各评价专家考虑相同的评价指标集来给出个体的评 价信息。然而，在一些现实的软件质量评价问题中，由于评价专家常常来自不同的领域，或 者来自不同组织和部口，而且每个专家所具有的知识和经验不同，因此，每个评价专家可能 只关注评价指标集中自己感兴趣和熟悉的若干指标，如果仍然要求评价专家对评价指标集 中的所有指标进行评价，很容易导致各评价专家的评价结果之间差异较大，引起误判，从而 不利于决策者的最后决断。
[0006] 例如，对某一办公软件进行评估，评价专家由软件工程师、用户和管理人员构成， 各个专家会优先考虑自己感兴趣的评价指标，如软件工程师对软件本身的功能、可靠性等 进行评价，用户对软件的美观、操作性、效率等进行评价，而管理人员对软件的维护性、可移 植性等进行评价。其次，现有的大多数评价方法中，要求各专家的个人评价指标集之间是不 重叠的，该种假设过于理想化，不符合现实情况，因为某些专家之间的知识和兴趣有可能是 交叉的。
[0007] 合肥工业大学的岳峰，苏兆品，陆阳和张国富，在系统工程与电子技术（2013， 35 (07) : 1460-1466)"基于模糊软集合的软件质量综合评价方法"中，提出了一种基于偏好 和模糊软集合的软件质量综合评价方法。
[0008] 该方法可W利用模糊软集合处理不同专家的不同偏好，并对专家的评价结果进行 信息融合，得到软件质量的综合评价结果。
[0009] 上述评价方法的不足之处在于，评判专家对质量特性的评价是按照下式所示的固 定评价等级进行的。
[0010] H={0, 0. 1，0. 2, 0. 3, 0. 4, 0. 5, 0. 6, 0. 7, 0. 8, 0. 9, 1}
[0011] 在实际软件质量评价中，该种固定的定量值往往很难准确地表达专家的观点，最 好的表达方式应该是自然语言（或者至少是含有语言值的规则表示方法）。用语言方法把 握量的规定性，比精确表达更真实、更具备普遍性，自然语言比数学语言更确切、更直接、 更容易理解。
[0012] 因此，该点不足使得现有的质量评价方法对软件评价的评价结果不够科学、客观、 公正，准确性差。
【发明内容】
[0013] 本发明的目的是提供一种基于云模型和模糊聚合的软件质量综合评价方法，W解 决现有技术存在的问题。
[0014] 为了达到上述目的，本发明所采用的技术方案为：
[0015] 一种基于云模型和模糊聚合的软件质量综合评价方法，其特征在于：包括W下步 骤：
[0016] (1)、用户提供待评价软件集S= {s。S2,…，S。}，评价指标集C= {c。C2,…，cj和 评价专家集合Ex= {ex。ex2,…，ex。};
[0017] (2)、每个评价专家exk根据用户的评价指标集，给出个人评价指标集 Q=b4，C2V??為。，并根据个人评价指标集对每个软件St给出自然语言定性评价结果 戸i-=说')<M;
[0018](3)、基于云模型将专家的定性评价结果转换成定量评价结果=(乂、4，其转换 过程包括W下步骤：
[0019] (3. 1)、根据软件质量评估要求，设定各评价指标的评价度空间邸的上下限，W及 选择评价度的离散性或连续性；
[0020] (3. 2)、根据评价度空间设计各评价指标的评价云数字特征值，一般可由各领域专 家根据自身知识并结合实验数据验证得出，也有理论上的取法，即评价云的滴值取云朵有 效论域区间的1/3左右；
[0021] (3. 3)、输入专家eXk对评价指标cf的定性评价值=说、，将利用评价值所对应 的评价云数字特征值产生一个随机正态分布定量值X，产生的方法为：
[0022] x = N0RM巧"En)，
[0023] 其中，E,是云滴在论域空间分布的期望；E。是云的滴，代表定性概念不确定性的度 量。
[0024](3. 4)、触发带X条件评价云ECa，并由ECa根据每个评价等级的评价云数字特征值 依次随机产生确定度Ui;
[00巧]
[0026] 其中，Exa，En,为评价云ECa的期望值和滴；
[0027] (3. 5)、选取确定度最大的y作为条件触发带Y条件评价云ECb，并根据：
[0028]
[002引计算在Exb，Erie条件下的值y 1，其中Exb，Erie为EC B的输出云期望值和滴；
[0030] (3. 6)、返回步骤（3.3)，循环N次得到N个云滴yi，通常云滴数较少时，误差会较 大，而云滴数较多时，误差会减少，但计算量大、实时性差，具体实施时需要权衡利弊，根据 实验效果综合考虑；
[003。（3. 7)、根据N个云滴心分别计算样本平均值：
[0032]
[0033] 一阶样本绝对中屯、距
[0034] (3.8)、求逆向云的数字特征值，根据Ey的估计值与和E。的估计值 其中，马即为专家exk对评价指标cf的定性 ，
评价的定量转换值，令与；
[00巧](4)、对所有专家的定量评价矩阵进行数据融合，从而得到最终的评估 结果。
[0036] 所述的一种基于云模型和模糊聚合的软件质量综合评价方法，其特征在于：步骤 (4)中数据融合过程包括W下步骤：
[0037](4. 1)、将待评价软件关于每个评价指标的评价信息表示成模糊软集合 化，Ck)的形式：
[0038]
[00測 （4.。、依次对模糊软集合化，Cl)、化，C2)、…、化，Cm)进行"AND"运算，运算 结果用佑巧表不，则；
[0040]佑，巧=佑，C1XC2X…XCn)=(Fl'Ci)八（F2，C2)八…八（Fm'Cm)
[0041]而且对V(<f'|，与，…，。e C|XQX…XC,"，有；
[004引G均备...，马,,)=巧(如0巧似作..0巧,(0
[0043]佑巧中的参数由n个评价专家的评价指标集Cl,C2,…，Cm合成得到的。如果佑E) 中共有L个合成后的参数，设E=柄，曰2,…，ej，则佑巧可W表示为：
[0044]
[0045] 其中表示待评价软件St对于合成后的参数6j.(j=1，2,…，L)所描述状态的 符合程度；
[0046] (4.3)、计算对比表押=(別。)。><。，其中：
[0049]显然ctq是非负整数，ctU指的是对于所有的评价参数，软件S,的综合评价值高 于软件Sy的评价参数的个数；
[0050] (4.4)、由CT计算每个待评价