基于未确知测度的软件可靠性定性评价

分析了软件可靠性定性评价中的不确定性,结合未确知数学理论,建立了软件可靠性评价指标体系,提出可靠性评分、不确定性量化方法和置信度准则,构造软件可靠性定性评价未确知测度模型,将该方法应用在惯性导航软件系统的可靠性定性评价中,验证了该模型的可用性和有效性。     

基于软件可靠性工程的测试模型

软件可靠性工程是软件工程的一个重要分支,主要建立在操作剖面、软件可靠性模型、概率论和软件测试等理论的基础之上。该文结合软件可靠性、软件可靠性工程和软件测试的相关理论,设计了可靠性测试模型,并在市政交通一卡通工程系统中进行了实际验证。     

软件测试中可靠性模型的设计与研究

软件测试是保证软件质量和提高软件可靠性的关键所在,而软件可靠性是衡量软件质量的重要指标之一,二者有着非常紧密的联系。软件可靠性模型既是软件可靠性进行定量分析的基础和保障,也是软件可靠性进行预测的核心和关键,对保证软件质量起到了非常重要的作用。文中结合软件测试与软件可靠性及其模型的相关理论,通过对Seeding模型的分析与改进,提出了一种适用于软件测试的可靠性模型。实验结果表明,使用文中提出的软件可靠性模型能较好地满足软件对可靠性评估的要求,较好地应用在软件测试中。     

基于组合设计的软件可靠性测试用例设计方法

本文提出了将实验设计中的组合设计方法应用于软件可靠性测试用例设计。分析了组合设计方法在软件可靠性测试用例设计中应用的理论基础和基于组合设计的软件可靠性测试用例方法的基本思想。同时结合实例对这种方法的两个关键过程域操作剖面的开发和测试用例集的生成过程进行了描述。     

基于覆盖率信息的软件可靠性增长测试实践

软件可靠性增长测试是公认的实现软件可靠性增长以满足软件可靠性定量要求的重要手段,但数量庞大的测试用例往往成为其在实践中进行大规模推广和应用的瓶颈。通过在传统软件可靠性增长测试中引入覆盖率信息的方法来降低可靠性增长测试中需要执行的测试用例数量,从而加快可靠性测试进程,并解决其在实际中不能应用的弊端。通过实践的尝试,希望架起软件可靠性理论研究与工程实践之间的桥梁,以推动软件可靠性工程活动在工程实际中的开展和应用。     

F-模糊集属性信息系统的知识获取

模糊集属性信息系统的知识获取是一个新的研究领域,与其相关的理论和方法具有重要意义。本文提出了一种新的概念F-模糊集,给出了一种在F-模糊集属性信息系统中进行知识获取的方法。     

基于聚类思想的软件可靠性模型选择

软件可靠性模型应用的不一致性一直是困扰软件可靠性研究人员的主要问题。模型选择和组合策略作为主要解决方法已成为模型应用的研究重点。该文主要探讨运用聚类思想进行软件可靠性模型选择的方法。根据针对实际失效数据的可靠性模型评价准则值编码,该文采用高斯混合模型进行聚类分析,使用EM算法估计高斯混合模型的参数,贝叶斯准则进行模型选择。为验证此方法的有效性和可行性使用了多个实际项目中的失效数据进行试验。结果表明,此模型选择方法简单有效,有利于软件可靠性模型应用不一致性问题的解决。     

软件可靠性度量方法

分析软件故障暴露率与软件测试次数之间的关系,提出在保证可靠性测试结果客观准确的前提下,有效减少验证测试次数的方法。结合软件可靠性和体系结构相关理论,提出基于组件的软件失效率定量计算方法。研究并利用软件可靠性度量方法,提高了软件可靠性测试效率和可靠性评估准确性。     

经典软件可靠性模型分析

文论述和比较了三个经典的软件可靠性模型——J-M模型、G-O模型和Musa模型在软件系统方面的应用。介绍了这三个经典软件可靠性模型的理论基础,包括相关公式、假设前提和优缺点,同时,说明了三个模型在车载嵌入式软件系统中的应用比对。     

对软件可靠性测试的认识

随着科学技术的飞速发展,现代工业产品中软件所占比例越来越高,规模越来越大,软件测试的难度也随之进一步提高,软件产品的可靠性也更加难以度量。目前,软件可靠性工程还处于发展确立阶段,还没有建立起权威性的管理体系和规范,虽然建立的许多软件可靠性模型在一定程度上描述了软件可靠性,但至今尚无哪一个模型能够适合广泛的应用。因此从事软件可靠性测试与评估研究是一个具有理论价值和实际意义的工作。本文就软件测试对软件质量的可靠性进行了相关阐述。     

直觉模糊框架内的证据动态可靠性评估及应用

基于证据理论与直觉模糊集之间的关系,提出了一种新的证据可靠性评估方法,该方法可以在先验知识缺乏的情况下,对各证据源的可靠性进行评估。首先,将证据理论中的基本概率赋值函数(Basic Probability Assignment,BPA)转化为直觉模糊集;然后,通过直觉模糊集之间的相似度度量对各BPA之间的相似度进行计算;在此基础上,提出证据支持度的概念,通过分析证据支持度与证据可靠性之间的关系,获得证据的相对可靠性和绝对可靠性;最后,基于证据折扣运算对原始证据进行修正,采用Dempster组合规则对修正后的证据进行组合。此外,基于直觉模糊框架内的证据可靠性评估,提出了一种多传感器融合方法,通过数值实验对该方法的性能进行了对比分析,结果表明,该方法可以实现对不可靠证据的有效评估。     

软件可靠性评估的模糊神经网络模型

基于对软件可靠性影响最突出的6个因素,结合模糊逻辑和神经网络技术来开发模糊神经网络模型,抽取蕴含在专家判断中的模糊规则。然后利用这些规则和专家对当前软件开发完成情况的评判,该模型能够完成对目标软件的定性可靠性评估。     

Sensor dynamic reliability evaluation based on evidence theory and intuitionistic fuzzy sets

This paper presents a new method for sensor dynamic reliability evaluation based on evidence theory and intuitionistic fuzzy sets when the prior knowledge is unknown. The dynamic reliability of sensors is evaluated based on supporting degree between basic probability assignments (BPAs) provided by sensors. First, the concept of asymmetric supporting degree is proposed. By transforming BPAs to intuitionistic fuzzy sets, supporting degree between BPAs is calculated based on intuitionistic fuzzy operations and similarity measure. Then the relationship between dynamic reliability and supporting degree is analyzed. The process of dynamic reliability evaluation is proposed. Finally, the proposed dynamic reliability evaluation is applied to evidence combination. A new evidence combination rule is proposed based on evidence discounting operation and Dempster’s rule. Comparative analysis on the performance of the proposed reliability evaluation method and evidence combination rule is carried out based on numerical examples. The proposed method for data fusion is also applied in target recognition to show its feasibility and validity.     

基于模糊神经网络的软件质量评价方法

为了对计算机软件质量进行更加精确、客观、科学的评价,综合模糊逻辑推理的结构性知识表达能力和神经网络的自学习能力,提出一种基于模糊神经网络的软件质量评价方法。首先筛选软件质量评价的指标建立评价等级模糊级,然后利用神经网络的学习能力,通过网络的训练样本,确定评价中的变量参数;训练好的网络就可用来对软件质量进行评价。应用表明,该方法克服了由专家确定变量参数的缺点,达到评价结果更高的客观性、科学性,具有很高的应用价值。     

Forecasting of Software Reliability Using Neighborhood Fuzzy Particle Swarm Optimization Based Novel Neural Network

This paper proposes an artificial neural network (ANN) based software reliability model trained by novel particle swarm optimization (PSO) algorithm for enhanced forecasting of the reliability of software. The proposed ANN is developed considering the fault generation phenomenon during software testing with the fault complexity of different levels. We demonstrate the proposed model considering three types of faults residing in the software. We propose a neighborhood based fuzzy PSO algorithm for competent learning of the proposed ANN using software failure data. Fitting and prediction performances of the neighborhood fuzzy PSO based proposed neural network model are compared with the standard PSO based proposed neural network model and existing ANN based software reliability models in the literature through three real software failure data sets. We also compare the performance of the proposed PSO algorithm with the standard PSO algorithm through learning of the proposed ANN. Statistical analysis shows that the neighborhood fuzzy PSO based proposed neural network model has comparatively better fitting and predictive ability than the standard PSO based proposed neural network model and other ANN based software reliability models. Faster release of software is achievable by applying the proposed PSO based neural network model during the testing period.      

软件需求可信性模糊综合评价方法研究

在研究软件需求及其可信性属性的基础上,构建软件需求可信性评价指标体系,提出软件需求可信性模糊综合评价方法。实践结果表明,该方法能够减少软件需求可信性评价过程中的主观因素,使评价结果更加客观,为软件需求的验证提供新的度量途径。     

An Evaluation of the Reliability of Complex Systems Using Shadowed Sets and Fuzzy Lifetime Data

In this paper, we consider the problem of the evaluation of system reliability using statistical data obtained from reliability tests of its elements, in which the lifetimes of elements are described using an exponential distribution. We assume that this lifetime data may be reported imprecisely and that this lack of precision may be described using fuzzy sets. As the direct application of the fuzzy sets methodology leads in this case to very complicated and time consuming calculations, we propose simple approximations of fuzzy numbers using shadowed sets introduced by Pedrycz (1998). The proposed methodology may be simply extended to the case of general lifetime probability distributions.     

基于可信度的基本不确定区间犹豫模糊广义TODIM应急群决策方法

针对应急决策环境所存在的信息不完备、认知不足等问题,区间犹豫模糊集能充分表达决策者在信息评价时的犹豫性和模糊性,但随着研究的深入,发现其存在无法保证信息质量的缺陷.为此,提出更符合实际决策需求、信息表达更加灵活的基本不确定区间犹豫模糊集,其为包含区间犹豫模糊集和确定度的二维信息集.在此基础上,定义基本不确定区间犹豫模糊加权平均算子、犹豫度及可信度,提出基于可信度的专家权重调整方法和属性权重确定方法,充分考虑了决策专家提供评价信息的可靠程度.最后,将广义TODIM方法拓展到基本不确定区间犹豫模糊环境,通过应急决策案例验证所提方法的可行性,并利用灵敏度分析和对比分析验证该方法的稳定性和有效性.     

基于模糊综合评判的评价系统模型研究与应用

提出一种基于模糊综合评判的评价系统模型.设计了基于该模型的评价系统软件结构和工作流程.然后针对其中的关键技术,分别研究了因素集和评判集建立、数据隶属度处理、一级和二级模糊评价等功能的算法逻辑.最后,开发实现了一个企业的车辆运营效益评价系统,系统通过运行该企业五年的车辆数据,得到了两个级别的模糊评价结果.分析表明评价系统的结果非常符合实际效益情况,证明模糊综合评判方法能够用于多层次的综合评价系统,而且效果较好.     

软件质量的模糊综合评判研究与应用

通过软件质量的模糊综合评估实践,首先分析了原模糊综合评判算法模型中以“取大取小”运算而使评估过程中产生大量有效信息丢失并导致评估结果出现过于简单化、绝对化的不足和缺陷,进而重点研究如何在保留原模糊综合评估算法良好结构的基础上将“取大取小”运算转变为矩阵乘法运算的改造,并以此建立适应现代软件质量综合评估需求的新算法模型实施软件质量的可计算化评估,提高了软件质量评估的准确性、实用性和可靠性。