首页> 中文学位 >软件可靠性模型应用方法研究
【6h】

软件可靠性模型应用方法研究

代理获取

目录

文摘

英文文摘

第1章 绪论

1.1 课题研究背景及意义

1.2 软件可靠性模型的研究历史及现状

1.2.1 研究历史

1.2.2 研究现状

1.3 神经网络技术在软件可靠性模型中的应用

1.4 课题研究的主要内容

1.5 本文组织结构

第2章 软件可靠性模型

2.1 软件可靠性建模的基本思想

2.2 软件可靠性模型的特征

2.3 模型评价标准

2.3.1 模型拟合度

2.3.2 模型准确性

2.3.3 模型偏差

2.3.4 模型偏差趋势

2.3.5 模型噪声

2.4 经典的软件可靠性模型

2.4.1 Jelinski-Moranda模型

2.4.2 Littlewood-Vermll模型

2.4.3 Goel-Okumoto模型

2.5 本章小结

第3章 神经网络

3.1 人工神经网络

3.1.1 人工神经网络的概念

3.1.2 人工神经网络的训练

3.2 BP神经网络

3.2.1 神经元

3.2.2 网络的拓扑结构

3.2.3 训练过程

3.3 本章小结

第4章 软件可靠性模型综合预测方法

4.1 基础模型

4.2 模型选择

4.2.1 模型选择方法

4.2.2 数据预处理

4.2.3 模型选择过程

4.3 模型综合预测

4.3.1 基本思想

4.3.2 数据预处理

4.4 模型综合预测框架

4.5 BP神经网络设计技巧

4.5.1 输入层和输出层的设计

4.5.2 隐含层层数的确定

4.5.3 隐含层神经元数目的确定

4.5.4 期望误差的选取

4.6 本章小结

第5章 实验及结果分析

5.1 模型选择过程

5.1.1 实验数据预处理

5.1.2 模型选择网络设计

5.1.3 实验结果

5.2 软件可靠性模型的综合预测

5.2.1 综合预测方法

5.2.2 实验结果及分析

5.3 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢

展开▼

摘要

随着计算机科学的不断发展,计算机软件的应用范围日趋广泛,规模迅速扩大,复杂性不断增加,人们对其可靠性的要求也越来越高。软件可靠性模型研究作为软件可靠性估测的核心问题,引起了人们广泛地关注和重视。
   目前,公开发表的软件可靠性模型及其变形已经达到一百多种,但是,在这些模型中仍然不存在一个简单且适用广泛的通用模型。在实际应用中,对于如何选择合适的软件可靠性模型这一问题,还缺乏一套行之有效的解决方法。针对此问题,在对软件可靠性模型和神经网络方法进行了深入研究的基础上,本文提出了一种基于BP神经网络的软件可靠性模型综合预测方法。首先,从现有模型中选择具有代表性的模型作为基础模型,在选择过程中既要考虑到各个模型的出现是否推动了模型研究领域的发展,又要尽量选择差异性较大的模型;其次,针对具体的软件失效数据,利用BP神经网络方法从基础模型中选择出适用于此组数据的几个模型;再次,建立新的BP神经网络,将选择出的基础模型的预测数据作为网络输入并对其进行训练,利用训练好的网络对软件失效数据进行预测,并将其预测结果与相应模型的预测结果进行比较分析;最后,给出了该方法执行过程的框架设计,对方法进行了整体性描述。
   实验表明,本文提出的软件可靠性模型综合预测方法在一定程度上解决了模型选择过程中人为因素起主导作用的问题,提高了软件可靠性模型选择的客观性和准确性;此外,多个具有显著差异的模型可以相互补偿,模型的综合预测提高了软件可靠性预测的稳健性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号