Software defect prediction using metaheuristic algorithm and random forest classifier

Other Title(s)

التنبؤ بعيوب البرمجيات باستخدام خوارزمية استدلالية و مصنف الراندوم فوريست

Dissertant

Ibrahim, Dyana Rashid

Thesis advisor

Ghanimat, Rawan
Hudaib, Amjad

University

Princess Sumaya University for Technology

Faculty

King Hussein Faculty for Computing Sciences

University Country

Jordan

Degree

Master

Degree Date

2018

Arabic Abstract

يقترح هذا البحث طريقة جديدة لاستنباط متغيرات حركة المركبات على الطريق اعتمادا على دفق من صور الرؤية الثنائية يتم التقاطها من مركبة متحركة تركز الدراسة على الحالات العملية للمرور على الطرق مثل المركبات القادمة و المركبات الملتفة على التقاطعات المرورية.

تقوم الطريقة باستنباط موضع المركبة ثنائي الأبعاد و واتجاهها نسبة إلى المركبة المرجعية وسرعتها وتسارعها و معدل دوران اتجاهها تستخدم الطريقة في استنباط المتغيرات المذكورة مرشح كلمان الموسع من الدرجة الأولى والذي يتم تزويده بقياسات الرؤية الثنائية لنقطة يتم تتبعها على وكذلك سطح المركبة.

في هذا البحث تم تحليل ضوضاء نموذج القياس للرؤية الثنائية وقياسها بشكل صحيح، و تم تحليل ضوضاء النموذج الديناميكي وتقديره كميا بشكل فعال من خلال فرضية الحدود الميكانيكية للحركة.

لقد تم دراسة خاصية قابلية استنباط متغيرات الحركة حيث أثبتنا أن الطريقة تتميز بهذه الخاصية في الحالات العملية للمركبات على الطرق إثباتا تحليليا و إثباتا عدديا.

لقد تم بشكل نظامي تقييم كامل المنظومة من خلال بيانات محاكاة كذلك من خلال بيانات العالم الحقيقي المستقاة من قاعدة بيانات KITTI ) و قد أظهرت نتائج اختبار الطريقة من خلال البيانات المولدة للمحاكاة أنه باستخدام فرضية الحدود الميكانيكية للحركة لضبط الشروط الابتدائية للمرشح و تقويم ضوضاء النموذج الديناميكي فإن الطريقة قادرة بشكل دقيق ومستقر وسريع على استنباط المتغيرات المذكورة في حالات أصعب من الواقع العملي للمركبات على الطرق، كما أظهرت نتائج الاختبار من خلال بيانات العالم الحقيقي أن الطريقة قادرة وبشكل موثوق على الاستباط الدقيق للمتغيرات المذكورة في العديد من السيناريوهات العملية، أخيرا تم تبيان حدود عمل النظام والمشاكل العملية كضبط الشروط الابتدائية لعمل المرشحات و الأخطاء العددية البرمجية.

English Abstract

Software testing is one of the most important tasks in software production that takes a lot of time, cost and effort.

Software Defect Prediction (SDP) mechanisms are used to enhance the work of Software Quality Assurance (SQA) team through the prediction of defective modules.

Many approaches have been developed to predict fault-proneness modules.

This thesis proposes a SDP methodology using Metaheuristic algorithm with Bat-search Algorithm (BA) and Random Forest (RF) classifier.

Feature selection and resampling techniques were used for high-performance results.

The BA was used for the feature selection process, and the RF classifier for predictions.

A number of feature selection algorithms and classifiers developed in previous studies were examined to determine their effectiveness in addressing this problem.

Four publicly available software defect datasets were used and processed via the proposed SDP methodology.

WEKA tool was used to perform the experiments in this investigation.

The experimental results of the proposed SDP methodology had comparable results with other approaches, with an average accuracy result of 96.6%.

The average accuracy result of the investigation of GA with Kstar algorithm reached 86.6% and the approach that used PSO with NN algorithm had 86% average accuracy result.

The study solved class-imbalance problem using resampling technique and high dimensionality by using feature selection method.

The results indicate the utility of the proposed SDP methodology on the selected software defect datasets, improving the classifier prediction process

Main Subjects

Information Technology and Computer Science

Topics

• Algorithms
• Computer software
• Defects

No. of Pages

67

Table of Contents

• APA
• MLA
• AMA

Language

English

Data Type

Arab Theses

Record ID

BIM-795724