基于LVQ的软件项目风险评估模型的研究

以16种风险为基础,建立了一个新的软件项目风险评估模型,把以往每个软件项目的16种风险看做一个16×1维列矢量,并做为LVQ神经网络的训练矢量,对其进行聚类分析,最终把项目风险水平分为:风险水平很低、风险水平中等、风险水平很高等三个类别,并对项目风险水平做出预测。

基于神经网络的软件模块风险性预测模型

采用学习矢量量化神经网络对软件质量进行预测,提出基于学习矢量量化神经网络的软件模块风险性预测模型,与BP神经网络预测模型相比,实验结果表明提出的模型获得更精确的预测效果。

软件项目投资风险评价过程建模研究

提出了一种基于贝叶斯网络的软件项目投资风险评价模型。在建模过程中以样本数据集为基础进行贝叶斯网络参数学习,从而在软件项目的投资阶段建立更加符合实际项目特征的贝叶斯网络。同时,从算法精度以及算法收敛性这两个方面验证该参数学习过程的有效性。经实践检验,在软件项目投资过程中该风险评价模型能够向决策者提供准确的投资风险信息。