排序方式: 共有34条查询结果,搜索用时 15 毫秒
1.
2.
为了系统地确定软件测试性影响因素,提出一种基于因果图的分析方法.方法首先确定软件类型,分析软件特点;接着确定测试性的具体表现形式,通过对具体形式的原因分析构造因果图,分析因果图中的最小因素;最后整理出影响因素.方法能全面、系统地得到测试性影响因素,对嵌入式软件的成功分析表明了方法的可行性. 相似文献
3.
系统级软件FMEA计算机辅助设计研究 总被引:1,自引:0,他引:1
软件失效模式和影响分析(SFMEA)是提高软件可靠性的一种重要方法.针对人工SFMEA分析费时费力的问题,着眼于SFMEA的分析过程,对系统级SFMEA计算机辅助设计及相应辅助工具的实现展开了研究,介绍了系统级SFMEA分析的具体步骤,提出了对软件功能单元建模辅助生成软件约定层次,由已有通用失效模式库和相邻层次分析结果辅助获取软件失效模式、软件失效原因和纠正措施辅助设计等,并在此基础上开发了相应的辅助工具,从而减少SFMEA的分析工作量,提高SFMEA分析的效率. 相似文献
6.
考虑软件测试性和测试性特性的模糊性,提出一个基于模糊综合评价的软件测试性度量方法。方法分为模糊度量测试性特性和模糊度量软件测试性两个阶段,每个阶段都基本遵循经典的模糊综合评价方法,分为建立因素集、确定评价集、单因素评价、确定权重和综合评价。为了准确度量软件测试性,方法将测试性特性度量得到的模糊综合评价值作为软件测试性度量的输入。方法不仅能判断软件测试性和测试性特性等级,还能计算它们的具体数值,很好地削弱了模糊性对软件测试性度量的影响。 相似文献
7.
8.
将Bayes统计方法应用于J—M模型参数的区间估计研究.首先给出J-M模型参数的基于杰弗莱原则的先验分布,在此基础上给出模型参数的Bayes后验分布密度,由此得出模型参数的Bayes点估计.然后,在点估计基础上,给出模型参数的Bayes区间估计方法.最后,分别将J—M模型参数的最大似然、最小二乘以及Bayes区间估计法应用于多组公开的失效数据集,求解模型参数的区间估计值.计算结果表明,Bayes区间估计算法的计算精度、适用性以及稳定性是三者当中最好的. 相似文献
9.
为准确描述测试工作量与不完美排错这2种重要测试过程因素对软件可靠性建模的影响,提升软件可靠性模型的拟合与预计精度,提出一种变形S型测试工作量函数,描述测试工作量增长速率随测试时间先增后减的S型增长趋势.在此基础上,分别提出考虑S型测试工作量函数与2种不完美排错假设的指数型非齐次泊松过程(NHPP)软件可靠性模型(即IS... 相似文献
10.