考虑故障排除率和引入率的软件可靠性建模

软件测试中排错过程的故障排除率并不是100%的,并且由于检测到的尚未被排除的故障影响还会引入新的故障,即存在故障排除率和故障引入率,两者是具有不同的下降趋势的减函数。针对上述问题,提出一种新的非齐次泊松过程软件可靠性增长模型,考虑了随时间变化的故障排除率函数和故障引入率函数。利用一组公开发表的包含故障检测数和故障排除数的软件失效数据集进行仿真与验证,实验结果表明,改进模型具有更好的拟合效果和预测能力。

考虑不完美排错情况的NHPP类软件可靠性增长模型

针对现有NHPP类软件可靠性增长模型对故障排错过程中不完美排错情况考虑不完全的现状,提出了一种新的软件可靠性增长模型.该模型全面考虑了不完美排错的两种情况:既考虑了排错过程中引入新错误的可能性,又考虑了不完全排错的情况,并且引入了一种故障排除率随时间变化的故障排除率函数,使模型更符合实际情况.利用公开发表的两组不同的软件失效数据对该模型进行验证的结果表明,与现有的对不完美排错情况考虑不完全的模型相比,该模型能够取得更好的拟合结果和预测效果.

常用采油助剂对原油有机氯含量影响分析

原油中的有机氯主要来源于油田开发过程中使用的各种油田化学药剂,原油中有机氯含量升高,对原油品质和后续加工的影响极大。按照Q/SHCG 39—2012《油田化学剂中有机氯含量测量方法》,对采油药剂中有机氯含量进行测定。同时,选取四个典型区块,按照GB 18612—2011《原油有机氯含量的测定方法》,实验室模拟现场加药情况,考察了单种不同类型药剂及多种药剂共同作用时对原油有机氯含量的影响。结果显示,采油助剂的有机氯含量对原油的有机氯含量影响明显,特别是油溶性采油助剂,大部分有机氯可转移至原油中,使原油中的有机氯含量增加,导致后续加工工序复杂。因此,要彻底避免原油开采过程中混入有机氯,必须限制或限量使用各类含有有机氯的油田化学助剂,尤其是含有有机氯的油溶性采油助剂。目前,胜利油田根据药剂使用以及与原油接触情况,基本消除了原油处理以及水处理等化学药剂中的有机氯含量。

关于软件可靠性预测仿真的研究方法

软件可靠性预测已成为当前软件工程的一个研究热点。现有的多模型变权重组合的软件可靠性预测模型由于易忽视故障排除率函数和故障引入率函数的影响,且各模型权值不能精确反映在组合模型中的作用,无法对权值进行动态调整,使得软件可靠性预测精度不高。针对上述问题,提出了采用多模型变权重组合的软件可靠性预测新方法。建模过程中,考虑到故障排除率函数和故障引入率函数对软件可靠性预测精度的影响。且采用熵值法确定组合模型中能精确反映各模型作用的权值,依据各模型作用效果对权值大小进行动态调整,进一步提升了预测精度。最后,引入了一组公开发表的软件失效数据,验证新组合模型的预测效果。通过与已有组合模型对比,说明新组合模型具有更好的预测精度和拟合能力。

NHPP类软件可靠性模型的扩展

对现有的NHPP类软件可靠性模型进行了扩展,提出了一个新NHPP类软件可靠性的模型,该模型将排除的软件错误数和引入的软件错误数都看成随机变量,并利用该模型对软件的可靠性指标进行评估,最后通过实例对一个特殊的NHPP模型进行了验证。

考虑非理想排错过程的软件可靠性模型

经典的可靠性模型排错过程是理想的,没有考虑各种实际情况。实际的排错过程并不是完美的,错误排除需要时间,且不可能完全排除,排错过程中可能引入新的错误,错误排除率和错误引入率均是随时间变化的函数等等。文中针对这些排错过程的实际情况,对Xuemei Zhang等人提出的软件可靠性模型进行了改进,提出新的假设,建立改进的新模型,给出模型的一般表达形式。并通过两组公开发表的失效数据,对改进后模型的一个特例模型的拟合预测能力进行仿真分析比较,最终验证了改进的考虑非理想排错过程的软件可靠性模型的优越性,说明了新模型更符合现实的软件可靠性活动过程。

一种改进的NHPP软件可靠性模型

软件可靠性模型是定量评估软件质量的重要手段,通过综合分析软件故障检测率及故障引入率建立改进的NHPP软件可靠性模型,并对可靠度进行分析,证明所提模型的有效性,最后通过对现有的数据进行分析,并与经典模型进行比较,证明所提模型的优良性。

浙江省幼托机构手足口病疫情特征分析

目的:分析幼托机构手足口病疫情特征,探讨防控措施。方法:采用分层多级随机抽样选取三地幼托机构,回顾性问卷调查手足口病疫情及其控制情况,采用SPSS12.0软件分析。结果:调查了200个幼托机构,共发生493起手足口病疫情850例病例。班级罹患率6.57%,班级引入率为4.68%,继发率为1.5%,三率随年级升高逐渐递减。21.7%疫情出现继发病例,以小、托班为多,分别为44.86%、26.17%,其中53.27%疫情只出现1例继发病例。结论:重点加强低年级儿童卫生管理,以减少发病;做好晨检,早发现早诊断,病例及时离校居家治疗,可有效降低学校疫情。