基于频谱增强的软件多故障定位

检测故障是繁琐而耗时的,为了提高传统软件故障定位方法的效率以及精确度,提出了一种基于频谱的故障定位新方法;充分利用了失败的测试用例与故障之间的关系,通过使用频谱增强的方式,采取逻辑与运算的关键技术和方法,对失败的测试用例进行精简,优化失败测试用例中的频谱信息,从而得到频谱增强后的测试用例,克服了冗余测试用例对定位效果的消极影响,再根据新的频谱信息计算可疑度值,最后生成优化后的可疑度排序列表;首次将频谱增强的方法同时运用到单故障与多故障程序场景中,在包含植入故障的西门子程序和真实故障的Defects4j程序中,经实验检测证明本研究方法能够显著减少代码检查的范围,尤其是在高性能范围内(EXAM5%),并且仅通过检查Top-1至少能有效地定位超过原有约20%的故障,结果表明基于频谱增强的故障定位方法有效提升了检测率,可以更好地帮助程序员精准定位故障位置。

非可靠性测试条件下复杂系统多故障定位方法

针对复杂系统多故障并存且实际测试中存在误警和漏检等特点,提出非可靠性测试条件下多故障定位问题的解决方法。以寻找后验概率最大的故障假设为目标,引入贝叶斯理论并结合系统的检测、误警相关矩阵,将原问题转化为一个组合最优化问题。采用改进的偏转次梯度优化算法(modified reflection subgradient optimization algorithm,简称MRSOA)求解优化问题的拉格朗日对偶,获得故障定位结果。对某型雷达发射机在非可靠性测试情况下的多故障定位结果表明,该方法具有较高的定位效率和定位准确度。

神经网络在软件多故障定位中的应用研究

针对软件多故障定位问题,提出一种基于神经网络的多故障定位模型.通过故障相关性分析,计算故障定位使用的输入对每个故障的支持度分量.利用神经网络模型学习输入的覆盖位置与各故障间的关系,针对每个可能包含故障的位置,构建理想输入作为已学习神经网络的输入,计算出该位置包含各故障的支持度,最终对每个故障确定其按支持度排序的位置序列,从而完成多故障定位的任务.实验结果表明,较传统方法,该模型对各故障可疑位置具有很强的分辨能力,表现出较大的优越性,对于提高软件多故障调试效率有很大帮助.

P比特光网络多故障定位的NP-complete问题研究

解决多故障定位的非多项式完全问题(NP-complete)在P比特级光网络中变的更加困难。计算复杂度、计算时间与网络的输入规模成指数增长关系。文章阐述已有的多故障定位算法以及协议,包括透明的故障定位算法、推理算法、深度探测算法、启发式生成树算法以及有限区域向量匹配协议(LVM)等,深入分析了P比特级光网络中多故障定位NP-complete问题的难点所在,同时提出一种基于蚁群优化进行告警的遍历和包含故障元素最少的故障集合的寻找方法。

基于聚类分析的软件多故障定位技术

故障定位的思想一般是通过对程序语句及其执行结果的分析,从而定位到存在缺陷的程序语句的位置.目前,软件单故障定位技术研究较多,多故障相关研究较少.本文根据程序语句覆盖执行信息构造程序谱,提出基于聚类分析的软件多故障定位技术方法,在Siemens测试程序集的基础上,和现有的一些基于程序谱的定位方法进行对比,在大部分的情形下,验证了本文提出的基于聚类分析的软件多故障定位技术在软件多故障定位方面的定位效率要优于这些方法,减少测试人员的工作开销.

一种适于大规模模拟电路多故障定位的方法

提出了判断模拟电路ｋ故障块相容性的一种快速方法和一种基于虚拟故障概念的电路分块诊断方法，它适用于大规模模拟电路故障定位．

基于关联规则的软件多故障定位技术

为了提高软件故障的定位效率,提出一种基于关联规则的软件多故障定位技术。通过使用聚类方法把失败的测试用例分成针对特定错误的聚类,使用基于交叉表的软件故障定位方法发现软件中的故障,在定位过程中使用关联规则挖掘高可疑代码与软件故障的关系,提高故障定位的效率,最后对Siemens用例集和Tarantula方法进行对比。实验表明基于关联规则的软件多故障定位技术在软件多故障定位方面效率优于Tarantula方法。

10kV中性点不接地系统多故障点故障精确定位研究

10kV中性点不接地配网系统,由于线路发生单相接地时,系统可运行2小时,传统的继电保护装置无法实现10kV线路的距离保护,因此只能通过选线重合来进行故障的清除,当选线重合还是无法解决单相接地问题时,单相接地依然存在,长期运行会导致健全相过电压从而导致跳闸。文中从距离保护角度入手,利用行波测距的原理实现10kV中性点不接地系统多故障点故障精确定位,从而解决了 10kV多故障点辨识,大大缩短传统的由于单相接地造成的10kV线路停电时间,从而减少不必要的经济损失。

一种将静态电流与动态电流相结合的集成电路故障定位算法

本文提出了一种新的故障定位算法。该算法将静态电流诊断方法与基于小波分析的动态电流诊断方法相结合,并通过模式识别进行决策,实现可精确到电路元件的CMOS集成电路多故障定位。经过仿真实验证明,该算法的可行性和有效性。