摘要: 为实现软件的自适应, 针对复杂多变的运行环境, 提出一个基于隐Markov模型(HMM)的自适应软件决策模型. 首先运用高斯混合模型(GMM)对初始环境进行分类, 然后使用softmax回归对感知环境进行归类划分处理, 最后利用HMM代替人工干预进行软件决策. 实验结果表明, 该自适应软件模型在感知环境发生变化的条件下, 能很好地实现软件自适应决策.
中图分类号:
王平凡, 刘淑芬. 基于HMM的自适应软件决策模型[J]. 吉林大学学报(理学版), 2018, 56(3): 645-649.
WANG Pingfan, LIU Shufen. Adaptive Software Decision Model Based on HMM[J]. Journal of Jilin University Science Edition, 2018, 56(3): 645-649.