基于遗传算法的模糊推理系统执行追踪质量数据集

数据集概述

本数据集包含基于在线问卷收集的执行追踪质量评估数据,用于支撑遗传算法模糊推理系统的构建与验证研究。数据涵盖用例测试、实际项目评分及极值场景评估三类问卷结果,为执行追踪质量的输入变量(如准确性、可读性等)与输出变量(质量评分)分析提供量化依据。

文件详解

该数据集包含5个文件,具体说明如下: - 问卷文件(PDF格式): - form_data_collection.pdf:数据收集阶段的在线问卷PDF文件,定义变量含义 - form_model_validation.pdf:模型验证阶段的在线问卷PDF文件,用于最终验证 - 问卷数据文件(CSV格式): - all_usecases_wide.csv:问卷第一部分用例测试数据,含Accuracy、Legibility、DesignAndImplementation、Security、Quality五个输入输出变量,每5列后有UseCase列标识用例,评分范围0-100 - all_real_projects_scores.csv:问卷第二部分实际项目数据,含上述五个变量及Type变量(项目类型),评分范围0-100 - all_extrem_values_wide.csv:问卷第三部分极值场景数据,含Q0-Q22共23个问题ID列,记录极端输入值对应的执行追踪质量评分

适用场景

  • 软件工程研究:分析执行追踪质量的关键影响因素及量化评估模型
  • 模糊推理系统优化:基于问卷数据训练和验证遗传算法驱动的模糊推理模型
  • 软件质量评估:构建执行追踪质量的多维评价指标体系
  • 问卷调查分析:探索软件工程领域专业人员对执行追踪特性的主观评分规律
packageimg

数据与资源

附加信息

字段
作者 Maxj
版本 1
数据集大小 0.93 MiB
最后更新 2025年12月7日
创建于 2025年12月7日
声明 当前数据集部分源数据来源于公开互联网,如果有侵权,请24小时联系删除(400-600-6816)。