当前位置：首页 > article >正文

软件老化分析

article 2024/12/27 14:48:58

软件老化

课程：软件质量分析

作业

请添加图片描述

解答

Python代码如下：

n = int(input("类别数："))
theta = list(map(float, input("各个类别的权重：").split()))
m = list(map(int, input("各个类别的度量元数量：").split()))
R = []
BETA = []
for i in range(n):
    beta = list(map(float, input("第{0}个类别-各个度量元的权重：".format(i + 1)).split()))
    r = list(map(float, input("第{0}个类别-各个度量元的该时刻最大风险值：".format(i + 1)).split()))
    BETA.append(beta)
    R.append(r)

import math
Hs = []
Us = []
for i in range(n):
    H = 0
    for j in range(m[i]):
        H += BETA[i][j] * math.log10(R[i][j])
    U = max(10 * math.exp(-H), 1)
    Hs.append(H)
    Us.append(U)

print("各类别的熵：{0}".format(Hs))
print("各类别的可信值：{0}".format(Us))
T = 1
for i in range(n):
    T *= math.pow(Us[i], theta[i])
print("可信值：{0}".format(T))

运行结果如下：

# 当t=0时
类别数： 5
各个类别的权重： 0.539 0.125 0.238 0.049 0.049
各个类别的度量元数量： 15 4 7 2 2
第1个类别-各个度量元的权重： 0.0506 0.1845 0.0238 0.0238 0.0774 0.0774 0.0774 0.0238 0.0238 0.0506 0.0506 0.0238 0.0238 0.1042 0.1845
第1个类别-各个度量元的该时刻最大风险值： 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
第2个类别-各个度量元的权重： 0.25 0.25 0.25 0.25
第2个类别-各个度量元的该时刻最大风险值： 1 1 1 1
第3个类别-各个度量元的权重： 0.2340 0.1064 0.1064 0.2340 0.1064 0.1064 0.1064
第3个类别-各个度量元的该时刻最大风险值： 1 1 1 1 1 1 1
第4个类别-各个度量元的权重： 0.2 0.8
第4个类别-各个度量元的该时刻最大风险值： 1 1
第5个类别-各个度量元的权重： 0.1 0.9
第5个类别-各个度量元的该时刻最大风险值： 1 1
各类别的熵：[0.0, 0.0, 0.0, 0.0, 0.0]
各类别的可信值：[10.0, 10.0, 10.0, 10.0, 10.0]
可信值： 10.0

# 当t=10时
类别数： 5
各个类别的权重： 0.539 0.125 0.238 0.049 0.049
各个类别的度量元数量： 15 4 7 2 2
第1个类别-各个度量元的权重： 0.0506 0.1845 0.0238 0.0238 0.0774 0.0774 0.0774 0.0238 0.0238 0.0506 0.0506 0.0238 0.0238 0.1042 0.1845
第1个类别-各个度量元的该时刻最大风险值： 7 7 9 7 7 4 7 9 7 1 7 9 1 4 7
第2个类别-各个度量元的权重： 0.25 0.25 0.25 0.25
第2个类别-各个度量元的该时刻最大风险值： 7 7 7 9
第3个类别-各个度量元的权重： 0.2340 0.1064 0.1064 0.2340 0.1064 0.1064 0.1064
第3个类别-各个度量元的该时刻最大风险值： 7 10 7 9 4 10 4
第4个类别-各个度量元的权重： 0.2 0.8
第4个类别-各个度量元的该时刻最大风险值： 9 7
第5个类别-各个度量元的权重： 0.1 0.9
第5个类别-各个度量元的该时刻最大风险值： 7 9
各类别的熵： [0.7458799513127149, 0.8723841573705238, 0.8518824861842456, 0.8669269338992704, 0.9433280624968181]
各类别的可信值： [4.743167406123722, 4.1795389258142865, 4.266110860961348, 4.20240995313211, 3.893299624085329]
可信值： 4.481945667961918