与多媒体技术的迅速发展和广泛应用,多媒体软件的实际开发的需求在许多行业正在增加。如何衡量和提高多媒体软件的质量是摆在我们面前亟待解决的一个重要问题。为了计算软件质量的复杂形势和模糊性,本文介绍了一个基于模糊物元软件质量评价模型通过使用一个称为模糊物元分析方法,结合TOPSIS法和密切程度。与现有的典型的软件测量方法相比,结果基本上是与典型的软件测量结果一致。然后,简单皮尔森相关系数是用来分析现有四种测量方法之间的相关性度量的实际经验,其结果表明,软件质量度量的结果基于模糊物元更符合实际经验。与此同时,此方法的结果比其他的结果更精确的测量方法。
目前,多媒体技术的兴起和应用,这是一个巨大的挑战提供更可靠的技术支持和强大的技术支持多媒体软件的开发。同时,面向对象技术已经成为当前的主流软件开发,适合开发多媒体软件,例如,使用图像处理软件Adobe Photoshop由c++开发,使用动作脚本开发Flash动画处理软件,并使用c++的绝地生存和英雄联盟游戏。
我们必须指出,多媒体软件是一个典型的复杂系统;因此,如何科学地衡量多媒体软件的复杂性,起着至关重要的作用在发展高质量的多媒体软件。软件度量已经成为软件工程的重要和长期的重点研究领域,也成为一个重要和有效的方法在评估和预测软件开发活动。软件度量的研究的目的是开发高质量软件提供指导(
软件度量的概念第一次被提出以来Rubey r . j .和纽约州哈特威克r . d . 1968 (
1994年,Chidamber s和Kemerer c提出一组CK度量面向对象软件质量度量的研究。每个类的加权方法(WMC)的儿童数量(NOC),继承深度(说)、对象(CBO)之间的耦合,缺乏凝聚力(LCOM)和响应中包含一个类(RFC)的设置,这是面向对象软件质量的基本指标。Padhy n等人提出了三个指标基于CK指标集和WMC相结合,RFC,国会预算办公室说。和NOC一起
然而,开发人员和研究人员关注广泛的软件质量特性过程中软件质量度量的研究基于软件质量的外部属性。这些特征包括ISO / IEC 25010的软件质量特性软件质量模型在狭义和其他相关软件开发和应用程序软件质量特征。Gosain a和Sharma g .动态定义软件质量特征,包括健壮的、明确的,动态的,歧视,与机器无关的。然后他们评估案例与Java软件,发现动态软件质量特性具有显著的正相关和可维护性皮尔逊相关分析和主成分分析
类图,一个非常重要的软件模型图,描述了系统的类及其之间的关系。它们可以科学地构建是否产生重大影响软件的复杂性。目前,类复杂性度量方法仍然是罕见的。Marchesi m [
本文上面提到的研究工作是一个现有的国内外研究工作的一部分,但毫无疑问,在UML类图模型研究的结果是不够的。的重要原因之一是,UML标准发行的对象管理组织(OMG)只给语义概念层次的描述在各种造型元素,导致研究人员经常使用不同权重指标类图模型。这意味着研究人员没有统一标准,导致不同的指标相同的类图。与此同时,由于全面性、模糊性和复杂性的软件质量测量系统,软件质量度量是一个多指标决策的过程;本文介绍了模糊物元理论。为了克服的限制重量精度类的两个类之间的关系在文献[
物元分析(
重要的元素<我nline-formula>
在公式(
在软件类图的评价,有许多评价指标。如果没有统一的度量指标,评估过程将很难执行。为了比较不同维度指标在一起比较,这些评价指标必须无量纲的大小(
在公式( 无量纲处理后的公式(
软件质量评价的过程中,一个指标的权重反映了指标的相对重要性在整个评估过程。因此,体重的决心是非常重要的。常见的重量测定方法包括熵方法,专家评分法和层次分析法。本文运用熵值法计算权重来实现权重的主观和客观的统一。熵方法是基于不同程度的信息包含在每一个指标,即实用价值的信息来确定的重量指标。这是一个客观权重的方法。
信息熵的计算公式和权函数综合评价如下:软件质量评价模型的问题,如果有原始数据矩阵<我nline-formula>
得到j的信息熵评价指标根据公式(
公式中的常数k (
熵方法用于估计的重量评估指标。其实质是使用信息的效用价值评估指标来衡量。当的区别<我talic>
h我talic>
模糊物元权重矩阵的最优隶属度
在公式(
TOPSIS(技术顺序偏好相似的理想解决方案)(
进一步确定理想的解决方案向量<我nline-formula>
有几种方法来计算理想解和负理想解的距离,如欧氏距离、曼哈顿距离,切比雪夫距离,等等。其中,欧几里得距离是一个易于理解的距离计算方法,它来源于两点间距离公式在欧几里德几何学。在本文中,使用欧氏距离,其计算公式如下(
在公式(
软件质量的综合评价,采用熵的方法来考虑。源已<我nline-formula>
同样,二进制熵函数用于计算每个类图的欧几里得距离权重的计算和负理想溶液;也就是说,
根据亲密程度的概念
在公式(
为了验证本文提出的测量方法,我们将做一个实验来评估度量值。Genero M的许可。,we年代elected twenty-six UML class diagrams [
根据上述理论和评价指标体系,建立模糊物元评价模型的步骤如下。
构建物质元素的复合模糊矩阵表 计算最佳成员的程度。根据复合模糊物元矩阵决定在第一步中,加入最优程度计算使用公式( 基于最优隶属度的模糊物元矩阵<我nline-formula>
得到<我nline-formula>
软件质量度量值模糊物元的计算公式(
来验证该测量方法的有效性和实用性,本文计划与周y[博士提出的方法 实验结果的比较上述四个软件质量度量模型,如图 (1)类图4周指标具有较高的值计算类图4复杂性,Yi15度量和Yi18度量值较低的复杂性类图4,类图4的复杂性,实际经验取得了有较低的值。类图4计算的复杂性,本文采用模糊物元模型低,这是符合实际的经验。
(2)类图9,周度规和Yi18度量值计算类图9复杂性较低,Yi15度量具有较高值类图9的复杂性,和类图9的复杂性,实际经验取得了有较低的值。类图9的复杂性计算使用模糊物元模型在本文很低,这是符合实际的经验。
(3)类图16日周度量值较低的计算复杂性类图16,Yi15度量和Yi18度量值更高的复杂性类图,类图16的复杂性,实际经验取得了更高的价值。类图16的复杂性计算本文使用模糊物元模型的高,这是符合实际的经验。
(4)类图19,Yi18对19类图的复杂性度量值低于类图18日周指标和Yi15指标有更高的值计算类图19复杂性、类图19的复杂性,所获得的实践经验值低于了类图18所示。类图19日计算的复杂性,在本文中使用模糊物元模型与实际经验相符。
(5)25类图和类图26日周度量类图显示,26日高于25类图的复杂性和复杂性Yi15度量和Yi18度量方法显示,26日复杂度低于类图。类图的复杂性得到的25和26周的实践经验相对指标,在符合类图的复杂性计算通过使用模糊物元模型。
为了进一步讨论现有的复杂性度量的结果之间的相关性和可理解性的价值,analysability的价值,和可维护性的价值,我们建议简单皮尔逊相关系数测试复杂性度量方法是否与实际经验一致。皮尔森简单相关系数计算如下:
两个变量之间的相关强度是指表
使用众所周知的统计软件SPSS进行相关性分析和相关分析的结果如表所示
通过比较和数据分析表
为了比较上述四种度量方法更直观,本文的分类结果图所示
从图
本文运用物元分析的基本理论和方法,结合模糊集理论和TOPSIS方法建立基于熵权的模糊物元模型和TOPSIS方法。它应用于评价软件类图,同时熵值作为权重之间的区别,充分利用原始数据中的信息,在一定程度上减少了权重确定的主观性;评价结果与实际情况吻合较好,表明该方法是合理的、可行的。
数据用于支持本研究的发现是由m . Genero许可之下。m . Genero大学计算机科学系的恰拉,Ciduad真实,西班牙,使得作者引用27 UML类图与银行相关的信息系统和相应的度量值。参考:m . Genero。定义和概念模型的验证指标[D],大学恰拉曼查,2002年。
作者宣称没有利益冲突有关的出版。
本研究支持了江西省的科技基础教育部门(项目名称:软件复杂性度量的研究基于多属性决策)。