发明名称 | 基于软件过程时序数据自动挖掘的多步预测方法和系统 | ||
摘要 | 本发明公开了一种基于软件过程时序数据自动挖掘的多步预测方法和系统,所述方法为对软件过程时序数据采用自回归求和移动平均的方法进行时序数据建模,然后将传统的参数估计问题转换为一种基于最小均方误差估计的最优化约束求解问题,进而基于约束求解优化问题的求解结果进行软件过程时序数据多步预测;所述系统为三层架构模式,包括访问界面层、时序数据分析层、软件过程数据库三层结构;本发明提供了对软件过程的不同层次时序数据进行分析,对软件过程时序数据的趋势预测进行全面分析,有效地刻画了软件过程时序数据特性,为软件过程管理人员提供了有效的可视化的量化决策辅助支持。 | ||
申请公布号 | CN101093445A | 申请公布日期 | 2007.12.26 |
申请号 | CN200710119642.3 | 申请日期 | 2007.07.27 |
申请人 | 中国科学院软件研究所 | 发明人 | 王永吉;阮利;王青;李明树 |
分类号 | G06F9/44(2006.01) | 主分类号 | G06F9/44(2006.01) |
代理机构 | 北京君尚知识产权代理事务所 | 代理人 | 余长江 |
主权项 | 1.一种基于软件过程时序数据自动挖掘的多步预测方法,其步骤包括1)调用软件过程时序数据提取器,从软件过程管理系统中自动提取软件过程时序数据;2)对上述软件过程时序数据调用时序数据差分器进行多阶差分,直至得到稳定的软件过程时序数据,并记录此时的差分阶数;3)调用自回归阶数识别器和移动平均阶数识别器计算软件过程时序数据的自回归阶数和移动平均阶数;4)调用参数估计器,采用基于确保最小均方误差的参数估计方法估计自回归系数和移动平均系数;5)根据上述差分阶数,自回归阶数,移动平均阶数,自回归系数和移动平均系数得到该软件过程时序数据的ARIMAmmse模型;6)根据上述模型得到该软件过程时序数据的多步预测值。 | ||
地址 | 100080北京市海淀区中关村南四街4号 |