神经网络在软件可靠性预测中的应用研究

关于应用软件保证在应用中安全可靠,应研究软件可靠性预测问题.针对软件可靠性预测系统是一个多因素的、非线性的复杂系统,传统设计高精度的准确数学模型预测方法是相当困难,RBF神经网络是一种非线性预测能力相当强的预测方法.为了提高软件可靠性预测的准确率,提出一种粒子群优化RBF神经网络的软件可靠性预测模型.模型首先将软件可靠性因子作为RBF神经网络的输入,软件可靠性准确率作为RBF神经网络的输出,然后将RBF神经网络的参数初始为粒子群中的粒子,软件可靠性准确率作为粒子优化的目标函数,通过粒子群之间的协作来获得RBF神经网络最优参数,用最优参数对RBF神经网络对软件可靠性进行预测.仿真结果表明,与传统软件可靠性预测方法相比,粒子群优化RBF神经网络对软件可靠性预测的精度更高,收敛速度更快,同时解决了传统RBF神经网络参数寻优难题,更加适合于软件可靠性预测.     

软件可靠性数据预处理研究

软件可靠性模型是根据与软件可靠性相关的数据,以统计方法或模糊方法对软件的可靠性进行度量、评估和预测。以往对软件可靠性的预测是针对原始数据进行建模,而原始数据所存在的不平稳性的缺陷,直接导致可靠性模型预测结果的误差较大。本文以软件可靠性模型研究中原始数据存在的问题为出发点,探讨提高软件可靠性预测的方法。通过对可靠性数据的预处理,解决其不平稳性导致预测结果误差较大的问题。     

基于变点分析的软件可靠性多模型混合研究

针对单个模型因不适应软件工程项目的细微变化而使预测失实的问题,研究了软件可靠性多模型混合问题.建立了基于变点的软件可靠性混合模型;利用最小二乘法研究了软件可靠性模型的变点估计,给出了变点估计的计算方法;最后,对所提出基于变点的软件可靠性混合模型进行数值模拟,模拟结果表明基于变点的软件可靠性混合模型相对于传统的单模型,具有更好的稳健性及预测有效性,能够避免软件可靠性模型不可靠而难以运用于工程实际的问题.     

基于学习向量量化神经网络的软件可靠性预测

针对传统的软件可靠性预测模型在实际应用中存在预测泛化性能不佳等问题,提出一种基于学习向量量化（LVQ）神经网络的软件可靠性预测模型。首先分析了LVQ神经网络的结构特点以及它与软件可靠性预测的联系,然后运用该网络来进行软件可靠性的预测,并基于美国国家航空航天局（NASA）软件数据项目中的实例数据集,运用Matlab工具进行了仿真实验。通过与传统预测方法的对比,证明该方法具有可行性和较高的预测泛化性能。     

一个集成的软件可靠性工程环境

针对软件可靠性工程实施中发现的核心问题，本文介绍了我们在软件可靠性关键技术上取得的突破，以及以此为支撑的集成环境SREE。该系统依托Eclipse，支持软件可靠性工程的关键活动：使用模型生成和构建、软件可靠性测试、软件可靠性评估和预测以及软件开发过程中可靠性的跟踪分析等。     

基于神经网络的级联软件可靠性模型

针对一般经典软件可靠性模型适用范围的局限性问题和预测精度问题,提出了一种新的级联模型.将4个经典软件可靠性模型的输出作为误差背向传播(error back propagation,BP)神经网络的输入,级联组合成一个软件可靠性模型,称之为级联软件可靠性模型.通过对一组经典的实际软件故障数据SYS1进行实验,将级联软件可靠性模型与4个经典软件可靠性模型预测的结果进行对比,结果表明级联软件可靠性模型的预测精度要远远高于4个经典软件可靠性模型,而且具有更好的通用性.     

软件可靠性测试及评估平台的设计与实现

设计并实现了软件可靠性测试与评估平台,支持软件可靠性测试用例自动生成,便于可靠性数据收集以及软件可靠性评估和预测,解决了软件可靠性测试难以有效开展的问题。通过与SMERFS预测结果对比,表明本平台对软件可靠性测试与评价具有较强的实用性。     

基于BASFPA-BP的可靠性预测模型研究

软件可靠性预测以软件可靠性预测模型为基础，对软件的可靠性以及与其直接相关的度量进行分析、评价和预测，利用软件运行中所收集的失效数据对未来的软件可靠性进行预测，成为了评估软件失效行为和保障软件可靠程度的重要手段。BP神经网络结构简单、参数少、易实现，在软件可靠性预测领域已经得到了广泛应用。然而基于传统BP神经网络搭建的软件可靠性预测模型的预测精度无法达到预期目标，因此提出了基于BASFPA-BP的软件可靠性预测模型。该模型利用软件失效数据，在BP神经网络训练过程中利用BASFPA算法优化网络权值、阈值，从而提高模型的预测精度。选用3组公开的软件失效数据，将实际值与预测值的均方误差作为预测结果的衡量标准，同时将BASFPA-BP与FPA-BP,BP,Elman这3种模型进行对比研究。实验结果表明，基于BASFPA-BP的软件可靠性预测模型在同类型模型中实现了较高的预测精度。     

组合模型在软件可靠性预测中的建模与仿真

针对软件可靠性受到多种不确定因素影响,且因素间具有多重共线性,单-预测模型无法全面准确描述其变化规律,导致软件可靠性预测精度不高.为了提高软件可靠性预测的精度,提出一种基于熵值法的软件可靠性组合预测模型.首先采用主成分分析消除软件可靠性度量属性间多重共线性,加快学习速度,然后分别采用AR模型和RBF神经网络对软件可靠性进行预测,采用嫡值法确定两种模型的权重,从而得到组合预测模型的软件可靠性预测值.用NASA的软件度量数据进行模型预测,结果表明,仿真预测模型明显提高了软件可靠性预测精度,说明组合预测方法对软件可靠性预测是可行的.     

级联网络的软件可靠性预测

研究软件可靠性准确预测问题,软件存在动态失效性,且引起软件运行失效的原因具有随机性,不同可靠性模型预测相同软件得到的结果不一致,通用性比较差,导致预测精度低。为了提高软件可靠性预测精度,提出一种级联网络的软件可靠性预测模型。采用4种经典软件可靠性模型的输出作为BP神经网络模型的输入,利用各种单一预测模型的优点,建立一种新的级联软件可靠性模型。仿真结果表明,级联网络模型具有更高的预测精度和通用性,验证了级联网络预测模型对软件可靠性预测的有效性和良好的应用前景。     

舰艇装备软件可靠性测试工程实践

为解决软件可靠性测试工程实践上受限于软件的规模、功能和变量的复杂关联而难以开展的问题,提出了一种工程上易于使用的形式语言和测试用例生成方法.由此可清晰描述复杂的功能和变量约束,自动生成指定数量的可靠性测试用例,并通过与实际键值关联,实现可靠性测试用例的自动人机操作输入.对舰艇装备软件典型功能进行了可靠性测试,实验结果表明了该方法的可行性和有效性.     

Standards-software reliability handbook: achieving reliablesoftware

The results to date of a three-year research effort on software reliability engineering sponsored by the American Institute of Astronautics and Aeronautics (AIAA) are discussed. After a standard for recommended practice for software reliability estimation was approved by the AIAA, a blue-ribbon panel of industry experts was convened to consider the future of reliable software and software technology in space systems. The panel's work towards a software reliability engineering database and research in software reliability tools and software reliability models are discussed. The software reliability recommended practice, its intended audience, and its users are reviewed     

软件工程课程模拟教学法初探

目前,软件工程课程教学中的教学实践与实际软件开发环境存在较大差距,在国外,采取模拟教学法是解决这一问题的重要举措,在软件工程课程教学中采用模拟教学法受到学术界越来越多的关注。本文阐述基于模拟的软件工程教学法的背景、种类及其基本过程,并给出一个实例加以说明,对今后在国内开展这一教学有借鉴作用。     

软件可靠度的模糊故障树评定方法

软件可靠性的定量评价是软件可靠性工程的关键问题之一,采用故障树方法对软件进行定性和定量分析,提出了两类情况下对影响软件可靠性的主次因素划分及其模糊权重的计算方法。在此基础上,建立多级模糊评价模型,提出了增广和聚合算法,并给出了软件可靠度算式。选择某型航空装备软件进行了测试实例分析,实验结果表明了该方法评价结构的合理性与评价算法的有效性,适用于软件质量及开发过程控制的工程实践。     

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。     

基于包含度理论的软件可靠性多模型综合动态预计

针对软件可靠性工程领域中存在的不同模型预计相同软件可靠性结果不一致、同一软件的失效过程本身不能用单个模型描述的问题，提出了基于包含度理论的软件可靠性多模型综合动态预计方法。首先定义了基于包含度理论的属性重要度，并给出了一种选择包含度函数的方法，然后给出了软件可靠性多模型综合动态预计的步骤。该方法综合了各种可靠性模型的特点(优点)，动态地改变各分模型的权重，使不同类型和特性的模型互相补偿，较好地解决了软件工程中的实际问题。最后通过实例分析验证了该方法的有效性。     

工程软件之可靠性定量评估研究

在分析多种软件可靠性模型的基础上,结合工程软件的特点,提出一种工程软件适用的可靠性定量评估方法,并将其用于某大型工程软件的可靠性评估。应用表明,该方法简单,可行、对其它领域的软件可靠性评估同样具有参考价值。     

软件可靠性工程框架和评估系统实现

给出了软件可靠性工程的实施框架,它规范了软件可靠性评估的过程.文章还提出一个软件可靠性评估系统的体系结构,并给出了实现所需要的一些关键技术.已经依此实现了一个软件可靠性评估系统CaSoR(Computer aid Software of Reliability),并已经被实际     

舰船装备软件可靠性验证与评价技术研究

针对舰船装备软件可靠性验证周期长、效率低、缺少有效手段和依据等现状,本文研究了四种软件可靠性验证统计方案,并结合验证过程中指标类型、测试环境的预期寿命、可承受的最大测试时间、可承受的最大失效数等因素,给出了不同侧重因素时软件可靠性验证统计方案的选择策略,为舰船装备软件提供一种普适性软件可靠性验证与评价方法,具有重要的工程意义。