[软件质量保证中的智能计算]什么是软件质量保证

　　S・迪克 A・坎德尔　著 　　现在,我们受到了软件系统的包围,在家用汽车､电力系统和军用设备所有这一切中,软件都是一个重要的部件｡软件系统是人类构建的最为复杂,但可靠性最差的技术系统｡一个大型的软件系统可以有超过1020个状态｡大家都知道,软件的可靠性很差,而且我们交付高质量软件的能力并没有跟上这一日益增加的需求｡仅仅美国一国的经济,每一年由于软件失败造成的经济损失就超过500亿美元｡人们需要一种新的推断软件系统总的质量及可靠性的机理及技术｡本书介绍了使用先进的人工智能技术来指引软件质量改进的新研究｡作者描述了把计算智能和机器学习应用于软件质量保证的三个研究｡作者的第一个贡献是对软件可靠性建模使用混沌理论,使用软件可靠性成长模型(SRGM) 来判断一个软件系统现在及未来的可靠性｡第二个贡献是在软件度量数据集合中使用了模糊聚类和数据采集｡第三个贡献是使用了重新采样算法,以便对决策树进行校准优先识别高风险模块｡本书是世界科技出版社出版的《机器感知人工智能丛书》的第6卷｡本书的写作得到了加拿大自然科学与工程研究委员会,以及美国空间与海上武器系统司令部相关合同的支持｡
　　本书共有6章｡第1章软件工程与人工智能;第2章软件测试与人工智能;第3章混沌理论与软件的可靠性;第4章数据挖掘与软件度量;第5章偏斜度与重新取样;第6章结论｡
　　本书的主要特点: (1) 它具有超过300种的大范围参考书目,它们涉及了软件工程和计算智能的交叉部分,以及每一个领域的背景资料; (2) 利用数据挖掘的软件质量保证新方法; (3) 对于软件工程和计算智能的回顾使得本书的内容成为有价值的综述｡
　　计算智能或软件工程领域的研究人员会对本书的内容感兴趣｡特别是那些对这两个领域之间的跨学科研究感兴趣的研究人员,或者是那些对计算智能技术感兴趣的､具有实践经验的工程师｡
　　胡光华,高级软件工程师
　　(原中国科学院物理学研究所)