基于优化随机森林的软件缺陷预测算法研究

针对传统随机森林应用于软件缺陷预测领域存在预测精度低、参数难以优化的问题,提出一种分数阶变异麻雀优化随机森林参数的软件缺陷预测算法(FMSSA-RF).首先,使用分数阶变异麻雀算法(FMSSA)提高麻雀算法全局寻优能力,在4个基准测试函数中,FMSSA具有更高的寻优精度;然后,使用分数阶变异麻雀算法优化随机森林参数;最后,将FMSSA-RF算法应用于软件缺陷预测领域.实验结果表明,在4个项目的10个公开软件缺陷数据集上,FMSSA-RF算法的评价指标明显优于其它3种对比算法的,表明FMSSA-RF算法具有更高的预测精度和更好的稳定性.Friedman ranking和Holm's post-hoc test的检验结果表明,FMSSA-RF算法具有明显的统计显著性.