SRGM建模类别与性能分析

针对软件可靠性增长模型SRGM(software reliability growth model)在可靠性评估与保障中的重要作用,为全面掌握SRGM的建模与工作机理,对SRGM的典型建模过程以及不同模型间的性能差异进行深入研究.首先剖析了SRGM建模的基础假设和含义,梳理了SRGM的发展演化历程;然后分析了两类基本SRGM建模流程与关联,针对考虑更多真实测试情况的建模趋势,对不完美排错相关与考虑测试工作量TE(Testing-Effort)相关的SRGM建模过程进行了剖析;最后选取8个典型的模型在4个失效数据集上进行实验,依据度量与拟合结果进行了模型差异化的深入分析.研究分析表明,客观上不同失效数据集间的差异以及主观上研究人员对测试过程认知的差异是造成SRGM性能差异的主要根源.进一步建立更为准确与全面的SRGM,在有限的数据集上选取出优秀的SRGM已成为当前研究中亟待解决的难题.     

基于Logistic增长神经网络模型的软件测试方法

软件可靠性评估性能直接影响软件测试的工作量,本文针对软件测试工作中的故障检测和校正处理问题,提出一种基于Logistic增长神经网络的软件测试方法。该方法考虑到软件工程的多样性,利用Logistic增长曲线构建神经网络模型完成故障检测,并结合指数分布校正时间完成故障校正过程。通过两组真实失效数据集(Ohba与Wood)的试验,将所提方法与现有的软件可靠性增长模型(software reliability growth model,SRGM)进行了比较。结果显示Logistic增长神经网络模型的模型拟合效果最优,表现出了更好的软件可靠性评估性能及模型适应性。     

软件可靠性加速测试与评估方法

为提高软件可靠性测试效率,提出了一种基于混合测试的软件可靠性加速测试方法,将针对性测试方法与软件可靠性测试方法相结合,并给出了相应的混合加速测试过程.利用次序统计量理论构建了基于混合测试过程的软件可靠性评估模型.以一个仿飞机外挂物管理系统为对象进行了实例应用,给出了具体测试过程并进行软件可靠性评估,结果表明该加速测试方法克服了软件可靠性测试中普遍存在的饱和效应问题,可以有效地加快测试过程,同时提出的软件可靠性评估模型表现了较好的拟合效果并能够给出较为准确的软件可靠性评估预计结果.     

一种基于可靠性的软件构架描述视图

提出一种针对软件可靠性估算的描述软件构架的方法——构件状态转移概率视图．该方法可以描述出使用基于构架的软件可靠性模型估算构架可靠性所需要的大量信息．在估算构架可靠性的过程中使用该方法可以大大简化工作量，而又可保持原有精度．     

负指数分布排错时间的软件可靠性模型

传统的软件可靠性模型大多假设排除错误的时间忽略不计,基于假设过于苛刻,影响了模型应用的范围和精度。因此在JM模型的基础上,提出了排错时间为负指数分布的软件可靠性模型及本模型的极大似然参数估计方法。通过用马尔可夫过程描述系统的状态,分析了模型的数值求解方法,并讨论了使用在本模型中的失效预测、剩余错误预测和等待排出的错误数预测公式。同时利用实际的工程数据对本模型的应用过程进行了验证。     

SRGM中TE建模机制与模型比较分析

针对当前与软件可靠性增长模型SRGM(software reliability growth model)紧密相关的测试工作量TE(testing effort)的研究现状,以及全面评价测试工作量函数TEFs(testing effort function)性能的需要,对SRGM下TE相关的建模与模型比较问题进行深入研究.分析了近40年的TE发展历程与内容演变,对其与测试成本间关联进行剖析;对典型的TEFs进行了全面梳理与述评;研究了考虑TE的SRGM建模过程;针对8个典型的TEFs,在已发表的4组数据集上进行了深入的性能比较与评述.研究结果表明,有效的TEF可为基于SRGM的可靠性相关研究提供重要决策支持,对考虑TE的SRGM进行综合评价是后续研究的关键.     

一种在不完全排错条件下的最优软件发行管理模型

提出了一种在不完全排错条件下的最优软件发行管理模型。该模型综合考虑了软件的不完全排错过程、在排错过程中可能会引入新的故障以及由于排错经验的不断积累，软件的完全排错概率会增加的情况．在一定可靠度约束的条件下。该模型使得总的平均费用达到最小．分析并给出了在模型参数取不同值时的最优软件发行时间．     

软件可靠性模型分析

软件可靠性模型直接决定着软件可靠性测试的结果,文章论述了软件可靠性模型的评价准则和选取原则.对经典的软件可靠性模型(J-M模型,GM模型)进行分析,并且指出了软件可靠性模型的局限性.对软件可靠性模型的发展前景进行了展望.     

基于软件差错相关的可靠性增长模型

通过考虑软件中差错的相关性,讨论了一种基于ＮＨＰＰ的新的软件可靠性增模型,并以ＭＬＬＦ、ＡＩＣ和均方误差为准则,将该模型与普通Ｓ型可靠性增长模型和延迟Ｓ型可靠性增长模型做了比较,得出了较为满意的结果。     

基于失效数据统计方式的软件可靠性增长模型框架

为了更真实地描述软件失效过程,针对软件故障一旦检测出就立即排除掉这一不符合真实情况的假设条件,考虑到检错过程和排错过程的异步性,提出了计入重复故障的可靠性增长模型框架（RFM）和不计重复故障的可靠性增长模型框架（NRFM）,并指出了每个框架的适用范围．最后以NRFM为例,给出一个新的可靠性增长模型．通过公开发表的一组数据集上的拟合实验和预测实验表明,与其他模型相比,该模型具有很好的拟合能力和预测能力．     

个体在组织内知识寻求行为影响因素实证研究

个体在组织内知识寻求行为对于促进组织个体获取所需知识和提高组织知识利用率至关重要.根据知识市场理论和组织变革理论,将知识寻求行为的寻求意愿和寻求努力2个方面与人员、任务、环境和技术等4个组织核心要素相结合,建立了个体在组织内知识寻求行为影响因素的研究模型,并提出了相应假设.通过对217名研发人员进行问卷调查,利用SPSS13.0对量表进行了信度和效度的分析,利用结构方程模型(SEM)对假设进行了检验,最终得知前期经验、组织回报和知识增长影响个体寻求意愿,而组织规模、共享文化和寻求平台影响个体寻求努力,寻求意愿和寻求努力之间为正相关关系.     

英语语言测试的偏向性

语言测试的效度和信度是反映测试质量的两项重要指标。信度与效度既矛盾又统一的关系成为语言测试的焦点。从英语语言测试的信度和效度关系入手,分析了英语语言测试的历史现状和发展趋势,指出语言测试的偏向性。     

结构可靠性分析的LCVT-SVR方法

为了克服结构可靠性分析中隐式极限状态函数和高计算量问题,提出LCVT-SVR结构可靠性分析方法.该方法利用拉丁质心Voronoi网格化（LCVT）抽样方法生成空间均匀性较好的训练样本,采用均匀映射得到一定数量的失效样本.基于训练样本,建立极限状态函数的支持向量机回归（SVR）代理模型,用于结构可靠性分析.在同一组SVR训练参数条件下,对多种抽样方法进行对比研究.结果表明,基于LCVT样本构建的SVR代理模型具有精度高和鲁棒性好的特点.利用2个工程算例,验证了所提方法的性能及实用性.     

基于C#的T/R多功能芯片可靠性测试系统

为了在极端环境下对芯片进行高效准确的可靠性试验,利用C#编程语言和相应的测试设备与环境设备搭建多功能芯片（MFC）可靠性测试系统.系统针对自主研发的T/R多功能芯片的测试需求设计,通过设计现场可编程门阵列（FPGA）开发板,配合自主研发的多功能控制芯片实现控制信号的串并转换,简单、准确地切换待测芯片工作状态.综合可视化编程技术、虚拟仪器软件结构（VISA）、MYSQL数据库、串口通信技术,实现仪器一键设置、芯片状态自动切换、参数自动测试、数据自动处理保存与结果分析报告的功能.结合测试系统中的辅助测温系统和环境设备,对多功能芯片进行三温试验.经检验,整个测试系统操作简单、测试速度快、结果精确,支持多功能芯片的大部分可靠性试验需求.     

锈蚀钢筋混凝土构件可靠度模糊评价

众多的影响因素,使钢筋混凝土单一构件的可靠度评价仍停留在特定条件下的定性认识阶段,探求简单、合理的定量分析方法很有必要．针对锈蚀钢筋混凝土构件可靠度影响因素的不确定性,在专家经验的基础上,应用模糊数学方法,建立了锈蚀钢筋混凝土构件可靠度模糊评价的因素集和权重集,提出了一种可靠度模糊评价的分析方法,进一步对锈蚀钢筋砼构件可靠度进行了评价,并通过实例验证了该方法的可行性．     

美国托业考试的信度分析及对我国大规模英语语言测试的启示

信度是语言测试的核心因素之一,我国大规模英语语言测试在信度的构建上仍相对落后。在对美国托业考试的信度进行了详细的解读之后,提出了提高我国大规模英语语言测试信度的几点建议。     

Structural Reliability Analysis for Implicit Performance with Legendre Orthogonal Neural Network Method

In order to evaluate the failure probability of a complicated structure, the structural responses usually need to be estimated by some numerical analysis methods such as finite element method (FEM). The response surface method (RSM) can be used to reduce the computational effort required for reliability analysis when the performance functions are implicit. However, the conventional RSM is time-consuming or cumbersome if the number of random variables is large. This paper proposes a Legendre orthogonal neural network (LONN)-based RSM to estimate the structural reliability. In this method, the relationship between the random variables and structural responses is established by a LONN model. Then the LONN model is connected to a reliability analysis method, i.e. first-order reliability methods (FORM) to calculate the failure probability of the structure. Numerical examples show that the proposed approach is applicable to structural reliability analysis, as well as the structure with implicit performance functions.     

高可靠多阶段任务系统可靠性仿真的高效方法

Markov模型法和直接仿真法在分析高可靠多阶段任务系统（phased mission system,PMS）的可靠性时都存在局限性。首先给出了多阶段任务系统的描述模型,并剖析多阶段任务系统可靠性分析过程的实质。而后,介绍了一般高可靠任务系统可靠性仿真的高效方法——结合强制法和失效偏倚法,从理论上证明了结合强制法和失效偏倚法对高可靠多阶段任务系统的可靠性仿真同样是适用的,并针对多阶段任务系统变结构的特点详细给出了多阶段任务系统仿真结果统计的流程。通过案例,验证了结合强制法和失效偏倚法在多阶段任务系统可靠性分析中的正确性与高效性,并探讨了其在不同高可靠量级下的多阶段任务系统的适应性。     

Non-probabilistic fuzzy reliability analysis of pile foundation stability by interval theory

Randomness and fuzziness are among the attributes of the influential factors for stability assessment of pile foundation. According to these two characteristics, the triangular fuzzy number analysis approach was introduced to determine the probability-distributed function of mechanical parameters. Then the functional function of reliability analysis was constructed based on the study of bearing mechanism of pile foundation, and the way to calculate interval values of the functional function was developed by using improved interval-truncation approach and operation rules of interval numbers. Afterwards, the non-probabilistic fuzzy reliability analysis method was applied to assessing the pile foundation, from which a method was presented for non- probabilistic fuzzy reliability analysis of pile foundation stability by interval theory. Finally, the probability distribution curve of non- probabilistic fuzzy reliability indexes of practical pile foundation was concluded. Its failure possibility is 0.91%, which shows that the pile foundation is stable and reliable.