软件可靠性估计的不确定性分析

在软件开发早期阶段,为分析组件的可靠性和组件间的转移概率的不确定时软件可靠性估计的影响,在基于体系结构的可靠性模型基础上,采用贝叶斯方法对参数的不确定性进行分析.将组件间的转移概率视为随机变量,分析中选用Dirichlet分布的概率密度函数作为先验密度函数,通过MonteCarlo模拟得到系统可靠性的后验估计.实验结果表明,该方法可在早期阶段发现不确定性因素对于系统可靠性的影响,为一些重要的资源分配提供依据.     

软件可靠性估计与计算复杂性的关系浅析

软件可靠性估计是软件可靠性研究的重要问题之一.提出一种根据软件随机测试的结果进行软件可靠性估计的方法.它使被测软件的复杂性成为估计公式中的一个因素,从而克服了现有同类方法把软件看作是黑箱的缺点.它以软件的邻域集合的伪维数作为软件复杂性度量,从而使根据软件的可能错误空间进行可靠性估计成为可能.还证明了算法的计算复杂性与软件所可能计算的函数集合的伪维数之间存在着一定的联系.     

提高测量可靠性的多传感器数据融合有偏估计方法

为了提高测量数据可靠性,多传感器数据融合在过程控制领域得到了广泛应用. 本文基于有偏估计能够减小最小二乘无偏估计方差的思想,提出采用多传感器有偏估计数据融合改善测量数据可靠性的方法. 首先,基于岭估计提出了有偏测量过程,并给出了测量数据可靠性定量表示方法,同时证明了有偏测量可靠度优于无偏测量可靠度. 其次,提出了多传感器有偏估计数据融合方法,证明了现有集中式与分布式无偏估计数据融合之间的等价性. 最后,证明了多传感器有偏估计数据融合收敛于无偏估计数据融合. 实例应用验证了方法的有效性.     

基于组件的软件系统可靠性评估的不确定性研究

当前一些基于体系结构的软件可靠性模型,在操作剖面和组件可靠性中,不管这些模型是否准确,只要有相当多的不确定性存在,在计算软件可靠性时,就会存在较多的不确定性.若采用传统方法估算软件的可靠性,忽略了属于参数不确定性存在的差异,那么结果可能不准确.提出了一种新的基于体系结构的不确定性的分析方法,该方法适合大型复杂的基于组件的应用程序及整个软件生命周期.     

双重两步迭代估计及其应用

两参数Logisitic模型(2PLM)是一个使用较广的项目反应模型．用专业软件BILOG估计2PLM中未知项目参数时,随着样本容量上升其估计精度改善很小．为了解决这一问题,本文改变BILOG的估计方案中迭代算法的初值,即建议使用本文给出的双重两步迭代估计(DTIE)作为迭代初值,所得新的估计方案记为MMLE/EM(DTIE)．大量Monte Carlo模拟结果显示,在样本容量不小于2000时,使用MMLE/EM(DTIE)进行项目参数估计,其估计精度超过BILOG．     

适用于软件成本估计及风险评估的混合方法

论文提出了一种用于软件成本估计以及风险评估的方法。该方法将基于算法模型与基于经验的两种成本估计方法相结合,一方面以软件项目基础数据作为评估基础,另一方面则利用了专家知识。另外,该方法还可应用于软件风险评估。为了说明该方法以及证明其可行性,文中提供了一个案例研究。该案例详细说明如何构建成本费用估计模型以及如何利用该方法进行软件风险评估。     

基于多层Bayes估计的战略协同网络供应链可靠性研究

对战略协同网络中供应链可靠性进行分析和判定.得到了可靠度计算公式,并以此为依据收集定时截尾数据.根据战略协同网络供应链可靠性统计特性,建立两种Bayes估计方法和一种多层Bayes估计方法,分别应用于样本供应链可靠性评估中.在估计供应链失效率的基础上,对供应链町靠度进行估计.仿真结果显示,应用多层Bayes估计方法效果较好.     

基于时延估计的扰动卡尔曼滤波器外力估计

针对机械臂末端力估计存在模型误差及系统扰动等问题,提出了一种基于时延估计的扰动卡尔曼滤波器外力估计法。在不使用额外力传感器的情况下,通过电机驱动电流的测量,采用时间延时估计法设计出不需要精确动力学模型的估计器。将外力作为状态变量,对系统的不确定性和扰动进行观测,考虑机械臂动力学和扰动动力学,设计出扰动卡尔曼滤波器来估计末端所受外力。使用Matlab仿真软件验证了该方法的有效性,结果表明所提估计方法对具有测量噪声、模型误差及不确定性扰动的系统具有很好的鲁棒性。     

一种结合Bayes估计的NHPP航班查询软件可靠性评估方法

从航班查询系统故障的监控日志出发,分析了航班查询系统的故障数与其发生的时间间隔区间的关系,建立了NHPP模型。为了使NHPP模型能够更加准确地反映时间对航班查询系统的故障数的影响,对航班查询系统的寿命总体分布函数F(t)进行贝叶斯估计。当不重复采样时,贝叶斯估计取F(t)的先验分布为DP(α,P0),使得F(t)后验分布容易分析计算,从而使NHPP模型的估计更为精确。利用实际监控数据进行仿真,对模型进行了实现,结果表明了该模型对可靠性评估有较高的准确度。     

基于路径可靠性估计的无线传感网络数据融合

针对无线传感网络中,能量有效路径的数据传输可靠性较低和链路失效的问题,提出一种动态可调的基于路径可靠性估计的数据融合方法.该方法根据路径平均收包率、冗余变化粒度以及平均能耗,对路径可靠性估计曲线上的可靠突变点进行动态定位,监测人员能够对当前的路径可靠性进行实时估计;然后通过一种冗余传输的方法来提高整体的路径可靠性和平衡...     

面向多用户软件可靠性评估和测试方案研究

软件可靠性估计是软件可靠性研究的重要问题之一。本文提出一种根据软件随机测试结果进行软件可靠性估计的方法，给出了软件可靠度的最优置信下限，并以此为基础对随机测试方案的优化设计进行了研究。     

Software reliability prediction model based on support vector regression with improved estimation of distribution algorithms

Software reliability prediction plays a very important role in the analysis of software quality and balance of software cost. The data during software lifecycle is used to analyze and predict software reliability. However, predicting the variability of software reliability with time is very difficult. Recently, support vector regression (SVR) has been widely applied to solve nonlinear predicting problems in many fields and has obtained good performance in many situations; however it is still difficult to optimize SVR's parameters. Previously, some optimization algorithms have been used to find better parameters of SVR, but these existing algorithms usually are not fully satisfactory. In this paper, we first improve estimation of distribution algorithms (EDA) in order to maintain the diversity of the population, and then a hybrid improved estimation of distribution algorithms (IEDA) and SVR model, called IEDA-SVR model, is proposed. IEDA is used to optimize parameters of SVR, and IEDA-SVR model is used to predict software reliability. We compare IEDA-SVR model with other software reliability models using real software failure datasets. The experimental results show that the IEDA-SVR model has better prediction performance than the other models.     

软件开发成本估算模型的研究

软件成本准确地估算和管理控制是软件项目开发成功的基础。该文分析了影响软件开发成本估算准确性的因素,并详细介绍了IBM模型、Putnam模型和COCOMO模型三种经验估算模型,探讨了软件开发成本估算的新需求。     

A general modeling and analysis framework for software fault detection and correction process

Software reliability growth modeling plays an important role in software reliability evaluation. To incorporate more information and provide more accurate analysis, modeling software fault detection and correction processes has attracted widespread research attention recently. In modeling software correction processes, the assumption of fault correction time is relaxed from constant delay to random delay. However, stochastic distribution of fault correction time brings more difficulties in modeling and corresponding parameter estimation. In this paper, a framework of software reliability models containing both information from software fault detection process and correction process is studied. Different from previous extensions on software reliability growth modeling, the proposed approach is based on Markov model other than a nonhomogeneous Poisson process model. Also, parameter estimation is carried out with weighted least‐square estimation method, which emphasizes the influence of later data on the prediction. Two data sets from practical software development projects are applied with the proposed framework, which shows satisfactory performance with the results. Copyright © 2016 John Wiley & Sons, Ltd.     

测算在软件开发中的实践①

软件测算是软件开发工程化管理的重要技术。但软件本身的复杂性、历史经验的缺乏、估算工具不完备性以及人为错误,导致软件项目的估算结果往往和实际情况相差甚远。为了改进测算结果,根据软件生命周期理论,结合COCOMOⅡ模型,指出了软件开发模型中的关键测算点及相应可采用的测算方法,并且明确了软件测算人员应具备的素质要求及在典型的软件组织中的地位。最后通过实例,使用USC提供的一个免费软件测算工具对一个具体的软件项目进行测算,较好地控制开发过程。     

基于C&S-PSO的软件成本估算类比法特征权重优化

运用软件成本估算技术可以在软件项目实施过程中有效控制进度、降低风险从而保证所开发软件的质量.本文对成本估算技术中加权类比估算模型的特征属性的权重,使用优化的粒子群算法(C&S-PSO)进行优化后,利用MMRE和Pred(0.25)两个标准与非加权类比模型、支持回归和模糊神经网络等模型进行估算的精度比较.另外,采用非参数自助法对优化的PSO加权类比估算模型稳定性进行评估.研究结果表明,从估算精度来看,采用本文的估算模型比上述估算模型估算精度高,同时该模型具有较好的稳定性.     

跨组织数据的软件成本估算方法

软件成本估算一直是软件项目管理的重要部分。经过半个多世纪的研究和工业实践,成本估算方法、模型得到了极大的丰富。这些方法、模型也衍生出了各种成本估算工具。但是,成本估算方法和模型的基础是历史项目数据。没有历史项目数据的公司和组织只能利用其他公司或组织的数据来进行自己项目的成本估算。如何利用跨组织数据进行有效的成本估算成为更具现实意义的问题。针对这一问题,提出了一种有效利用跨组织数据进行成本估算的方法,并通过实验说明了方法的有效性。     

Effective confidence interval estimation of fault-detection process of software reliability growth models

The quantitative evaluation of software reliability growth model is frequently accompanied by its confidence interval of fault detection. It provides helpful information to software developers and testers when undertaking software development and software quality control. However, the explanation of the variance estimation of software fault detection is not transparent in previous studies, and it influences the deduction of confidence interval about the mean value function that the current study addresses. Software engineers in such a case cannot evaluate the potential hazard based on the stochasticity of mean value function, and this might reduce the practicability of the estimation. Hence, stochastic differential equations are utilised for confidence interval estimation of the software fault-detection process. The proposed model is estimated and validated using real data-sets to show its flexibility.