軟件的評(píng)價(jià)得分Score(St):
[0051]Scorekx)二rx_tx，
[0054]Score(St)就表征了St在S的優(yōu)劣程度，分?jǐn)?shù)越高，st越優(yōu)。
[00巧]所述的一種基于云模型和模糊聚合的軟件質(zhì)量綜合評(píng)價(jià)方法，其特征在于：步驟 (4.2)中，的取值考慮兩種情況：
[005引（1)、如果Cinc2rv'nc"=0，即評(píng)價(jià)專家的個(gè)人評(píng)價(jià)指標(biāo)完全不同，該時(shí)L = li?I2.....Im，且任意的都可W表示為e;=(礦與，…，苗），即參數(shù)皂由Cl中的參數(shù) 與、C2中的參數(shù)與、…、Cm中的參數(shù)這合成得到的，那么Utj.的取值為：
[0057]
[005引（2)、如果G n C; n…n C。, *0，即評(píng)價(jià)專家的個(gè)人評(píng)價(jià)指標(biāo)存在相同的情況，該 時(shí)L<ll?12.....Im，而兮=貨，與，…，或）（& < "!)，也就是參數(shù)ej分別由C。C2,…，Cm中 &不同的參數(shù)合成得到的；設(shè)…，中存在共同的評(píng)價(jià)指標(biāo)Cp(CpG0,則y。的取 值為：
[0061] 本發(fā)明通過引入云模型和模糊軟集合對(duì)軟件質(zhì)量進(jìn)行綜合評(píng)價(jià)。對(duì)于給定的待評(píng) 價(jià)軟件，首先基于云模型對(duì)不同領(lǐng)域?qū)＜业脑u(píng)價(jià)信息進(jìn)行定性到定量的轉(zhuǎn)換，然后利用模 糊軟集合對(duì)所有專家的定量評(píng)價(jià)信息進(jìn)行聚合，得到綜合評(píng)判結(jié)果。本發(fā)明考慮多位專家 的建議，同時(shí)兼顧各領(lǐng)域?qū)＜业牟煌茫軌蚋涌茖W(xué)、公正、客觀地指導(dǎo)軟件評(píng)價(jià)。
[0062] 本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于：
[0063] (1)本發(fā)明的方法中，每個(gè)評(píng)判專家只需根據(jù)自己的經(jīng)驗(yàn)和知識(shí)對(duì)自己熟悉的指 標(biāo)進(jìn)行自然語言評(píng)價(jià)，操作簡(jiǎn)易方便，更容易理解。
[0064] (2)本發(fā)明采用云模型實(shí)現(xiàn)自然語言表達(dá)到定量表達(dá)的自動(dòng)轉(zhuǎn)換，比固定的定性 與定量轉(zhuǎn)換更加準(zhǔn)確和靈活；
[0065] (3)本發(fā)明結(jié)合云模型和模糊軟集合實(shí)現(xiàn)了軟件質(zhì)量的綜合評(píng)價(jià)，考慮了專家的 不同偏好，使得評(píng)價(jià)結(jié)果更加科學(xué)、客觀、公正和準(zhǔn)確。
[0066] (4)在對(duì)軟件質(zhì)量進(jìn)行評(píng)估時(shí)，專家采用自然語音進(jìn)行評(píng)價(jià)，帶有一定的不確定 性和主觀性；而且專家的評(píng)價(jià)指標(biāo)集不一致，采用其他信息融合方法（如D-S證據(jù)理論、貝 葉斯理論、投票理論等）難W進(jìn)行評(píng)判，而模糊軟集合則能較好地、靈活地處理該些問題。
【附圖說明】
[0067] 圖1為本發(fā)明的實(shí)現(xiàn)流程圖。
[0068] 圖2為現(xiàn)有的ISO正式推出的軟件質(zhì)量模型示意圖。
【具體實(shí)施方式】
[0069] 如圖1所示，本發(fā)明是云模型和模糊軟集合的軟件質(zhì)量綜合評(píng)價(jià)方法，首先用戶 提供待評(píng)價(jià)軟件集S= {s。S2,…，S。}和評(píng)價(jià)指標(biāo)集C= {Ci,C2,…，C。};然后每個(gè)評(píng)價(jià)專家 給出個(gè)人評(píng)價(jià)指標(biāo)集Q={卻，冷…，<}，并給出自然語言描述的定性評(píng)價(jià)矩陣Ft ; 接著利用云模型將專家定性評(píng)價(jià)轉(zhuǎn)化為定量評(píng)價(jià)，再利用模糊軟集合對(duì)所有評(píng)價(jià)專家的定 量評(píng)價(jià)進(jìn)行信息融合，從而得到最終的評(píng)估結(jié)果。其具體步驟如下：
[0070] 步驟1 ;用戶提供待評(píng)價(jià)軟件集S={s。S2,…，S。}，評(píng)價(jià)指標(biāo)集C={c。C2,…，C。} 和評(píng)價(jià)專家集合Ex={exi, ex2,…，ex。};
[0071] 本發(fā)明的質(zhì)量評(píng)價(jià)體系與現(xiàn)有技術(shù)相同，如圖2所示。
[0072] 本發(fā)明基于國際標(biāo)準(zhǔn)IS0/IEC9126標(biāo)準(zhǔn)給出可定制的軟件質(zhì)量模型，具體內(nèi)容與 現(xiàn)有技術(shù)相同，相應(yīng)的質(zhì)量評(píng)價(jià)體系如圖2所示。本發(fā)明通過對(duì)軟件質(zhì)量模型中質(zhì)量特性 的評(píng)價(jià)給出軟件質(zhì)量的綜合評(píng)價(jià)。
[0073] 步驟2 ;每個(gè)評(píng)價(jià)專家exk根據(jù)用戶的評(píng)價(jià)指標(biāo)集，給出個(gè)人評(píng)價(jià)指標(biāo)集 Q=<[卻，4,…，C。，并根據(jù)個(gè)人評(píng)價(jià)指標(biāo)集對(duì)每個(gè)軟件St給出自然語言定性評(píng)價(jià)結(jié)果
[0074] 由于每個(gè)專家exk可能來自不同的領(lǐng)域或部n，只對(duì)C中的某些指標(biāo)比較熟悉，例 如，對(duì)某一辦公軟件進(jìn)行評(píng)估，評(píng)價(jià)專家由軟件工程師、用戶和管理人員構(gòu)成，各個(gè)專家會(huì) 優(yōu)先考慮自己感興趣的評(píng)價(jià)指標(biāo)，如軟件工程師對(duì)軟件本身的功能、可靠性等進(jìn)行評(píng)價(jià)，用 戶對(duì)軟件的美觀、操作性、效率等進(jìn)行評(píng)價(jià)，而管理人員對(duì)軟件的維護(hù)性、可移植性等進(jìn)行 評(píng)價(jià)。
[00巧]因此，本發(fā)明允許每個(gè)專家只對(duì)自己熟悉的評(píng)價(jià)指標(biāo)進(jìn)行評(píng)判，W避免專家對(duì)不 熟悉的指標(biāo)產(chǎn)生較大的誤判，所W每個(gè)eXk可根據(jù)自己的知識(shí)和經(jīng)驗(yàn)給出其個(gè)人評(píng)價(jià)指標(biāo) 巧 集CkG C，滿足UG=c，且允許不同專家的個(gè)人評(píng)價(jià)指標(biāo)集之間有交叉。 k二I
[0076] 本發(fā)明允許評(píng)判專家用自然語言定性地描述對(duì)某個(gè)軟件質(zhì)量特性的評(píng)價(jià)結(jié) 果。例如，有四個(gè)待評(píng)價(jià)軟件S= {3。32,33,34}，專家6而給出的個(gè)人評(píng)價(jià)指標(biāo)集為〔，= {c^C2，Cs};專家eXk給出的評(píng)價(jià)結(jié)果為
[0077]
[0078] 步驟3 ;基于云模型將專家的定性評(píng)價(jià)結(jié)果轉(zhuǎn)換成定量評(píng)價(jià)結(jié)果F* =W)w，其轉(zhuǎn) 換過程如下：
[0079]Stepl.根據(jù)軟件質(zhì)量評(píng)估要求，設(shè)定各評(píng)價(jià)指標(biāo)的評(píng)價(jià)度空間邸的上下限，W及 選擇評(píng)價(jià)度的離散性或連續(xù)性。例如，可設(shè)定"可靠性"的邸=[0，1]，分值越高，代表"可 靠性"越好。
[0080]Step2.根據(jù)評(píng)價(jià)度空間設(shè)計(jì)各評(píng)價(jià)指標(biāo)的評(píng)價(jià)云數(shù)字特征值，一般可由各領(lǐng)域?qū)?家根據(jù)自身知識(shí)并結(jié)合實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證得出，也有理論上的取法，即評(píng)價(jià)云的滴值取云朵有 效論域區(qū)間的1/3左右。
[0081]St巧3.輸入專家eXk對(duì)評(píng)價(jià)指標(biāo)cf的定性評(píng)價(jià)值& =(巧:U，將該評(píng)價(jià)值所對(duì)應(yīng) 的評(píng)價(jià)云數(shù)字特征值代入公式（2)產(chǎn)生一個(gè)隨機(jī)正態(tài)分布定量值X。
[0082] x = N0RM巧"En)
[0083] 其中，E,是云滴在論域空間分布的期望；E。是云的滴，代表定性概念不確定性的度 量。
[0084]Step4.觸發(fā)帶X條件評(píng)價(jià)云ECa，并由ECa根據(jù)每個(gè)評(píng)價(jià)等級(jí)的評(píng)價(jià)云數(shù)字特征值 依次隨機(jī)產(chǎn)生確定度Ui;
[0085]
[008引其中，Exa，EriA為評(píng)價(jià)云ECA的期望值和滴。
[0087] steps.選取確定度最大的y作為條件觸發(fā)帶Y條件評(píng)價(jià)云ECe，并根據(jù)
[0088]
[008引計(jì)算在Exb，EriB條件下的值y1，其中Exb，EriB為ECB的輸出云期望值和滴。
[0090] St巧6.返回St巧3,循環(huán)N次得到N個(gè)云滴y;。通常，云滴數(shù)較少時(shí)，誤差會(huì)較大， 而云滴數(shù)較多時(shí)，誤差會(huì)減少，但計(jì)算量大、實(shí)時(shí)性差，具體實(shí)施時(shí)需要權(quán)衡利弊，根據(jù)實(shí)驗(yàn) 效果綜合考慮。
[0091] Step7.根據(jù)N個(gè)云滴y;，分別計(jì)算樣本平均值
[0092]
[0093] 一階樣本絕對(duì)中屯、畦
[0094] Steps.求逆向云的數(shù)字特征值，根據(jù)Ey的估計(jì)值
[0095] 里j>=y
[009引和E。的估計(jì)值
其中，&即為專家 exk對(duì)評(píng)價(jià)指標(biāo)cf的定性評(píng)價(jià)的定量轉(zhuǎn)換值。令，=馬。
[0097] 例如，根據(jù)基于云模型的定性定量轉(zhuǎn)換步驟，可將專家exk的評(píng)價(jià)結(jié)果？^^轉(zhuǎn)換為
[0098]
[0099] 因此，本發(fā)明采用云模型實(shí)現(xiàn)自然語言表達(dá)到定量表達(dá)的自動(dòng)轉(zhuǎn)換，比固定的定 性與定量轉(zhuǎn)換更加準(zhǔn)確和靈活。
[0100] 步驟4 ;對(duì)所有專家的定量評(píng)價(jià)矩陣K=(，《),M進(jìn)行數(shù)據(jù)融合，從而得到最終的評(píng) 估結(jié)果，具體融合過程描述如下；
[0101] stepl.將待評(píng)價(jià)軟件關(guān)于每個(gè)評(píng)價(jià)指標(biāo)的評(píng)價(jià)信息=的),,4表示成模糊軟集合 化，Ck)的形式：
[0102]
[010引St巧2.依次對(duì)模糊軟集合化，Cl)、化，C2)、…、化，Cm)進(jìn)行"AND"運(yùn)算，運(yùn)算 結(jié)果用佑巧表不，貝U
[0104]佑，E)=佑，C1XC2X…XCn)= (Fl'Ci)八（F2，C2)八…八（Fm'Cm)