基于灰关联和LS-SVM的软件成本预测方法

【摘要】 准确的软件成本预测对于投资决策和开发管控均具有重要意义。文中提出了一种基于灰关联与改进LS-SVM的软件成本预测方法,该方法利用灰色关联度与信息熵生成预测样本子集,降低了弱相关属性和冗余属性对预测的影响。基于LS-SVM构建成本预测模型,提高了小样本与非线性条件下的预测性能,并采用量子粒子群优化LS-SVM的模型参数,实现了软件成本的高性能估算。实验结果表明,该方法具有较高的预测精度,且泛化能力较强。