基于某总线的软件可靠性同步参数估计仿真

软件可靠性参数分布不规律,参数采样难度较大,导致软件的可靠性参数估计准确度较差。提出新的基于ARINC659总线的软件可靠性同步参数估计方法。根据ARINC659总线同步机制工作原理,构建实时同步系统,实现软件可靠性的实行初始同步和周期同步处理。采用周期性659中断出多个时间段,利用小帧计数获取可靠性参数分布规则。通过加权重采样方式,获取到相关变量分布函数,将先验参数与目标样本结合,实现对软件可靠性同步参数估计。实验结果表明,所提方法的运行时间更短、准确度更高,可有效降低计算误差,为软件领域相关研究提供可靠理论依据。

基于蚁群算法的软件可靠性模型参数估计方法

由于软件可靠性模型大多是非线性模型,导致其参数难于估计。总结了常用的软件可靠性模型的参数估计方法,提出一种基于蚁群算法的可靠性模型参数估计方法。通过对Musa软件可靠性模型分类方案中三个不同类型模型(G-O模型、Weibull模型以及M-O模型)的实验,发现本算法对不同模型具有很好的适应性,解决了应用传统数值计算方法时的无法收敛问题;与粒子群算法相比,本算法的收敛速度比粒子群算法快一倍以上,且对于部分实验对象的拟合结果精度比粒子群算法高一个数量级以上。

基于PSO的软件可靠性模型参数估计方法

软件可靠性建模是一个重要的研究领域,现有的软件可靠性模型基本上是非线性函数模型,估计这些模型的参数比较困难。粒子群优化是一类适合求解非线性优化问题的随机优化方法,提出一种基于粒子群优化的软件可靠性模型估计参数方法,该方法的关键是构造合适的适应函数。用该方法分别估计了5个实际软件系统的指数软件可靠性模型以及对数泊松执行时间模型,实验结果表明:该方法参数估计的精度高,对模型的适应性强。

软件可靠性专家系统(SRES)中经验模型的奇异性问题与参数估计方法

本文作者以“一切让数据说明问题”为原则，采用人工智能技术，开发出软件可靠性专家系统SRES（SoftwareReliabilityExpertSystem），根据统一的标准，通过对一组软件可靠性模型SRM（SoftwareReliabilityModels）的拟合结果，经过推理，得出一个“最适”模型，推荐给用户，作为估测该软件系统的一个“标准模型”，同时为软件开发方和使用方所接受，以解决软件可靠性模型应用中的不一致性难题．在开发SRES的过程中，我们选用的经验模型有三个经分析具有奇异性，增大了对它们的参数进行估计的难度．针对这些，本文研究并报告软件可靠性专家系统中经验模型的奇异性问题与参数估计方法．

利用遗传算法进行软件可靠性增长模型参数估计

为解决利用传统数值方法估计软件可靠性增长模型参数值时存在的问题 ,笔者讨论了利用遗传算法进行求解的相关策略 ;提出了一种新的编码方式及变异算子 ;通过涉及多个模型的实验 ;采用实际数据 ,对所提出算法的效果与传统数值方法进行了对比。实验与对比分析结果显示 :该算法针对这些模型表现出了良好的普适性。

用含仿射操作的遗传算法求解软件可靠性模型参数估计的奇异性问题

本文将含仿射操作的遗传算法引入到软件可靠性模型的参数估计问题中，与单纯形法比较，它不但较好地解决了以往参数估计中的奇异性，同时也提高了参数估计的精度．特别是按此方法估算出来的参数使得拟合曲线的后沿与软件故障数据曲线的后沿拟合得很好．

基于和声搜索算法的软件可靠性模型参数估计方法

针对软件可靠性模型中参数估计不精确的问题,提出了一种基于和声搜索算法的软件可靠性模型参数估计方法.为了避免和声搜索算法在求解参数时陷入局部最优解,对算法作了改进:在和声记忆库初始化时采用反向学习策略,提高了收敛速度;利用全局信息产生新解,提高了全局搜索能力.使用该方法对5组数据的两个软件可靠性模型的参数进行了估计,实验结果表明,本算法应用于参数估计具有可行性和有效性,在精度和算法的收敛性上,明显优于其他智能算法.

软件可靠性非完全排错情况下的参数估计

20世纪70年代提出的JM模型是最早代表软件可靠性的数学模型,其假设排错是完全的,这与实际情况不相符合。因此,有必要对JM模型假设进行改进,从而提高软件可靠性。在排错是不完全的假设下建立了一个软件可靠性模型,然后运用最大似然估计法进行参数估计,找出了一个比较合理的估计初始错误个数和指数系数的方法。

基于狼群算法的软件可靠性模型参数估计研究

软件可靠性模型参数估计的结果决定了软件可靠性预测的准确度。由于现在的大多数软件可靠性模型都是非线性的,因此其参数估计是比较困难的。在此基础上,论文提出基于狼群算法的软件可靠性模型参数估计方法,结合极大似然估计方法来构造适应值函数,在算法执行过程中剔除错误的解并加入先验知识提高解的精确度,利用先验知识来优化参数的搜索方向。文章使用来自实际工业界的5组数据集来估计GO模型的参数,并进行预测和比较。仿真实验结果验证了此方法进行参数估计的准确度更高,优化性能更好,具有更好的模型预测效果。

基于改进模拟退火算法的软件可靠性模型参数估计方法

为提升现有软件可靠性模型的拟合性能和求解精度,结合软件可靠性模型求解特征,提出一种改进的模拟退火算法。在此基础上,提出基于改进模拟退火算法的软件可靠性模型参数求解方法(简称为MSAE法),并将新方法应用于4组失效数据集。工程应用结果表明,与最大似然估计(MLE)法、和声搜索(HS)算法和蚁群(AC)算法相比,MSAE法可有效改善软件可靠性模型参数求解不收敛的情况,并且可以有效提升现有软件可靠性模型的拟合性能。

软件可靠性M-O模型和逆线性模型的参数估计(英文)

Musa-Okumoto模型和逆线性模型是研究软件可靠性的重要模型.给出了在分组数据下,M-O模型和逆线性模型中参数的最大似然估计及其存在的充分性条件,指出了[4]中的错误,并且给出了一个实例.

基于量子行为粒子群优化的软件可靠性模型参数估计

研究了准确估计软件可靠性模型参数这一难题,在分析现有软件可靠性模型参数估计方法的基础上,提出了一种基于量子行为粒子群优化(QPSO)算法的软件可靠性模型参数估计方法。针对该方法,选取了7个数据样本和三个软件可靠性模型(G-O模型、M-O模型和Weibull模型)进行了仿真实验,并且与粒子群算法、蚁群算法仿真实验进行对比。实验结果表明,基于QPSO算法的软件可靠性模型参数估计方法与粒子群算法、蚁群算法相比,求解精度高,误差较小,模型适应性强。

软件可靠性模型的两种参数估值方法、估值结果一致性分析

本文研究软件可靠性增长模型的两种参数估值方法(最大似然函数估值法和最小均方误差估值法)的参数估值结果的一致性问题。讨论了一致性分析的必要性,一致性评价的标准和评价的方法,并以W-NHPP模型和NHPP模型为例进行了实例分析。

带失效因子的J-M软件可靠性预计模型

提出带失效因子的J-M软件可靠性预计模型。先分析了原有J-M软件可靠性预计模型的特性,指出了此模型产生与实际情况差异的原因;基于在测试初期软件出现的错误,对软件失效率的影响大于测试后期出现的错误对软件失效率的影响的思想,提出了带失效因子的J-M软件可靠性预计模型。最后,针对所提出的模型,利用测量的数据进行了实际验算。

S-型软件可靠性模型的修正与性能评价

本文通过引入自由经验参数的方法对基本S-型软件可靠性增长模型进行修正,着重讨论了修正S-型(MS-型)模型和S-型模型、NHPP模型、W-NHPP模型的统一问题,导得了统一模型参数的最小均方误差估值计算公式,并提出了一种估值经验参数的方法。实例应用结果表明,通过对模型引入经验参数修正可以提高其参数估值的有效性和模型对实际软件失效数据的拟合性能和预测能力,不失为一种改善软件可靠性模型性能的有效途径。

引入错误严重性分级的软件可靠性模型

在对G-O模型的基本假设进行改进的基础上,将软件错误严重性分级引入G-O模型,建立了引入错误严重性分级的软件可靠性模型G-NHPP.按严重程度将软件错误严重性分为致命错误、严重错误和一般错误三类,从基本假设、模型度量、参数估计、数据要求等四个方面对软件可靠性模型G-NHPP进行了分析,使用序列似然比PLR图、U-结构图、Y-结构图的图形法和误差平方和、均方误差值、Akaike信息准则、预测风险率4种参数的数值法对软件可靠性模型G-NHPP进行了分析验证.验证结果表明,所建立的G-NHPP模型比G-O模型和J-M模型更接近实际,该模型具有良好的拟合效果和评估能力.

动态血压和动态心电图同步监测的临床价值与可靠性研究

目的探讨动态血压和动态心电图同步监测的临床可行性和可靠性。方法运用英国高血压协会(BHS)认证的动态血压和动态心电图同步监测仪CardioTens(Meditech,Hungary)分析系统进行人机对话,以记录并处理监测数据,以SAS软件(6.12版本)进行统计学分析。同步监测有缺血症状的高血压病患者,找出症状与血压的关系,以此说明同步监测的临床价值;146例1～2级高血压病患者[(50.4±9.7)岁,女71人,男75人]分别由心内科高级医师和主管护师同步监测,分析两次监测的结果以研究同步监测的可靠性。结果与结论动态血压和动态心电图的同步监测有利于鉴别、分析临床症状与血压及心脏之间的联系;动态血压和动态心电图的同步监测成功率高,结果的可靠性与重复性较强。

软件可靠性GO模型的特性分析

文中对软件可靠性的Ｇｏｅｌ－Ｏｋｕｍｏｔｏ模型的参数估计进行了解结构的理论分析。

提高UNIX实时应用软件实时性可靠性关键技术

基于UNIX操作系统平台上的多进程、多线程大型实时应用软件系统,往往是一个规模庞大的实时控制和处理系统,承担着复杂的实时数据处理任务,其数据处理量大、接口关系复杂,具有强实时性、高可靠性等特点。叙述了某实时应用软件系统结构及其主要功能任务,提出了在UNIX操作系统下研发实时应用软件系统的一些关键技术,如进程间通信、容错处理机制等,为提高实时应用软件系统的性能指标提供了技术保障手段。应用结果表明,所研发系统的功能和性能指标满足了所承担的实时数据处理任务的需求。

潜伏故障点不完美覆盖的软件可靠性增长模型

现有的基于测试覆盖率的非齐次泊松过程(NHPP)类软件可靠性增长模型绝大多数都没有考虑到潜伏故障点不完美覆盖的情况。提出了一种考虑潜伏故障点不完美覆盖的软件可靠性NHPP增长模型,称之为UPNHPP模型。在一组失效数据上的实验分析表明,对这组数据,UPNHPP模型与其他模型相比有更好的拟合效果。