Feature selection using war strategy optimisation algorithm for software fault prediction

doi:10.1504/IJCSE.2026.150701

Feature selection using war strategy optimisation algorithm for software fault prediction

2026-01-01

0

PRE

AI

DOI：10.1504/IJCSE.2026.150701

原文链接

原文求助

摘要

En 中文

在开发过程中早期识别有问题的软件模块有助于程序员创建高效且可靠的软件。本文提出了一种新颖的特征选择（FS）方法，即战争策略优化（FSWSO），该方法将古代战争策略规划原理应用于软件故障预测（SFP）中的特征或变量选择。该方法通过模拟军队作战并在模拟战争空间中评估不同特征子集的性能，以识别SFP的最相关特征。在本实验中，我们将提出的FSWSO算法的性能与其他FS技术（包括FSACO、FSDE、FSGA和FSPSO）进行了比较，以评估算法的准确性。在大多数情况下，FSWSO在较少选择特征的情况下提供了更好的性能。所建议的方法已通过Friedman和Holm检验得到验证，并证明在最优特征选择方面优于先前的方法。

Keyword:

software fault prediction

SFP

war strategy optimisation

metaheuristic

machine learning

feature selection

FS

classification

Feature selection using war strategy optimisation algorithm for software fault prediction

摘要

期刊

机构

引用论文