1.一种基于模糊理论的软件质量评价方法,其特征在于,评价方法包括:步骤S1:依据麦考尔软件质量模型得到质量因素集,获取待评价软件在质量因素集下各因素对应的数据;
步骤S2:确定评价等级集,将评价等级集分为五级评价等级;
步骤S3:基于步骤S1得到的质量因素集和步骤S2确定的评价等级集,收集待评价软件的同类软件在质量因素集下各因素的历史数据和对应五级评价等级的历史数据,采用核密度估计法构建隶属度函数;
步骤S4:采用模糊层次分析法确定质量因素集的权重集;
步骤S5:基于步骤S1获取的待评价软件在质量因素集下各因素对应的数据、步骤S3构建的隶属度函数和步骤S4确定的质量因素集的权重集,得到待评价软件的模糊综合评价得分;
其中,步骤S4采用模糊层次分析法确定质量因素集的权重集;具体为:步骤S41,通过模糊语言对质量因素集中的十一个质量因素重要性进行两两比较,生成模糊判断矩阵;
步骤S42,计算步骤S41中十一个质量因素重要性进行两两比较的主动比较质量因素和被动比较质量因素的模糊合成值;
步骤S43,比较质量因素集中两个质量因素的模糊合成值的可能性;
步骤S44,去模糊化,计算每个质量因素的权重。
2.根据权利要求1所述的一种基于模糊理论的软件质量评价方法,其特征在于,步骤S1中依据麦考尔软件质量模型得到质量因素集,获取待评价软件在质量因素集下各因素对应的数据;具体为:步骤S11,基于麦考尔软件质量模型在产品运行、产品修改和产品转移3个不同视角下的11个质量因素,;其中,表示质量因素集,表示正确性,表示可靠性,表示效率,表示完整性,表示可用性,表示可维护性,表示可测试性,表示灵活性,表示可移植性,表示复用性,表示互操作性;
步骤S12,获取待评价软件,在软件开发、软件测试和用户评价反馈环节,在质量因素集下各因素对应的数据。
3.根据权利要求2所述的一种基于模糊理论的软件质量评价方法,其特征在于,步骤S2中确定评价等级集,将评价等级集分为五级评价等级;具体为:;
其中,表示评价等级集,表示“优秀”,表示“良好”,表示“中等”,表示“较差”,表示“很差”。
4.根据权利要求3所述的一种基于模糊理论的软件质量评价方法,其特征在于,步骤S3中基于步骤S1得到的质量因素集和步骤S2确定的评价等级集,收集待评价软件的同类软件在质量因素集下各因素的历史数据和对应五级评价等级的历史数据,采用核密度估计法构建隶属度函数;具体为:步骤S31,收集待评价软件的同类软件在质量因素集下各因素的历史数据和对应五级评价等级的历史数据得到同类软件历史数据;
步骤S32,对步骤S31得到的同类软件历史数据,提取五级评价等级对应质量因素集的具体数据子集,按照具体数据子集中的数据从小到大排序;
步骤S33,对于每个评价等级对应的具体数据子集,计算,;其中,表示标准差,表示具体数据子集中的数据,表示具体数据子集的平均值,表示具体数据子集的样本量,表示四分位距,表示具体数据子集的75%分位数,表示具体数据子集的25%分位数;
步骤S34,对于每个评价等级对应的具体数据子集,使用西尔弗曼带宽选择法计算带宽;具体为:;
其中,表示带宽,表示取最小值;
步骤S35:对于每个评价等级对应的具体数据子集,使用高斯核函数计算核密度估计值;具体为:;
其中,表示核密度估计值,表示圆周率,表示指数函数,表示需要求取核密度估计值的数据;
步骤S36:对于每个评价等级对应的具体数据子集,归一化核密度估计值为隶属度函数;具体为:;
其中,表示隶属度函数,表示取最大值。
5.根据权利要求4所述的一种基于模糊理论的软件质量评价方法,其特征在于,步骤S41,通过模糊语言对质量因素集中的十一个质量因素重要性进行两两比较,生成模糊判断矩阵;具体为:模糊判断矩阵;其中,表示主动比较质量因素和被动比较质量因素之间重要性比较的三角模糊数,,其中,分别表示主动比较质量因素和被动比较质量因素之间重要性比较的最小可能值、最可能值和最大可能值;,其中,表示被动比较质量因素和主动比较质量因素之间重要性比较的三角模糊数,分别表示被动比较的质量因素和主动比较质量因素之间重要性比较的最小可能值、最可能值和最大可能值。
6.根据权利要求5所述的一种基于模糊理论的软件质量评价方法,其特征在于,步骤S42,计算步骤S41中十一个质量因素重要性进行两两比较的主动比较质量因素和被动比较质量因素的模糊合成值;公式为:;
其中,表示主动比较质量因素的模糊合成值,表示列号,表示模糊数乘法运算,表示主动比较质量因素的最小可能值,表示主动比较质量因素的可能值,表示主动比较质量因素的最大可能值;
;
其中,表示被动比较质量因素的模糊合成值,表示行号,表示被动比较质量因素的最小可能值,表示被动比较质量因素的可能值,表示被动比较质量因素的最大可能值。
7.根据权利要求6所述的一种基于模糊理论的软件质量评价方法,其特征在于,步骤S43,比较质量因素集中两个质量因素的模糊合成值的可能性;公式为:;
其中,表示主动比较质量因素的模糊合成值大于等于被动比较质量因素的模糊合成值的可能性。
8.根据权利要求7所述的一种基于模糊理论的软件质量评价方法,其特征在于,步骤S44,去模糊化,计算每个质量因素的权重;具体为:;
其中,表示权重,权重集。
9.根据权利要求8所述的一种基于模糊理论的软件质量评价方法,其特征在于,步骤S5中基于步骤S1获取的待评价软件在质量因素集下各因素对应的数据、步骤S3构建的隶属度函数和步骤S4确定的质量因素集的权重集,得到待评价软件的模糊综合评价得分;具体为:步骤S51,获取待评价软件,在软件开发、软件测试和用户评价反馈环节,质量因素集下各因素对应的数据,根据评价等级对应质量因素的隶属度函数,计算质量因素对评价等级的隶属度;
步骤S52,将质量因素集和评价等级集构建模糊关系矩阵;具体为:模糊关系矩阵;
步骤S53,计算综合评价结果;具体为:
;
其中,表示综合评价结果,表示加权平均型模糊合成运算,表示模糊关系矩阵中第1列中的元素,表示模糊关系矩阵中第2列中的元素,表示模糊关系矩阵中第5列中的元素;
步骤S54:将综合评价结果采用加权平均法去模糊化,将评价等级集中的每个评价等级赋予分值,评价等级集,计算得分;具体为:;
其中,表示得分,表示综合评价结果的元素,评价等级集中的每个评价等级赋予分值的元素;
步骤S55:对得分进行权重归一化,得到[0,1]区间内的待评价软件的模糊综合评价得分。