軟件可靠性預(yù)測(cè)方法的研究與應(yīng)用.pdf

1、軟件可靠性預(yù)測(cè)是一個(gè)越來(lái)越受重視的領(lǐng)域?？煽啃灶A(yù)測(cè)的目的是量化軟件可靠性狀態(tài)和行為，幫助開發(fā)可靠的軟件和檢測(cè)軟件的可靠性。本文對(duì)軟件可靠性預(yù)測(cè)模型進(jìn)行了比較研究，提出了基于ISGNN(迭代自生成神經(jīng)網(wǎng)絡(luò))和基于ALL(白適應(yīng)局部線性能)的軟件失效間隔時(shí)間預(yù)測(cè)方法，并在此基礎(chǔ)上開發(fā)了一個(gè)軟件可靠性預(yù)測(cè)工具，主要工作如下： (1)提出一種基于ISGNN進(jìn)行軟件失效間隔時(shí)間預(yù)測(cè)的方法。ISGNN是SGNN(自生成神經(jīng)網(wǎng)絡(luò))的一個(gè)改進(jìn)，

2、不需要設(shè)置網(wǎng)絡(luò)結(jié)構(gòu)與網(wǎng)絡(luò)參數(shù)，且精度更高。本文對(duì)兩個(gè)來(lái)自實(shí)際工程項(xiàng)目中的軟件失效間隔時(shí)間數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，結(jié)果表明該方法的預(yù)測(cè)結(jié)果的平均絕對(duì)偏差和均方誤差都比BP網(wǎng)絡(luò)方法降低約7％～15％，同時(shí)也比Jelinski-Moranda方法和Littlewood-Verrall方法的預(yù)測(cè)結(jié)果更準(zhǔn)確，且易于使用。 (2)提出一種基于ALL進(jìn)行軟件失效間隔時(shí)間預(yù)測(cè)的方法。ALL是LL(局部線性化)的一個(gè)改進(jìn)。ALL具有算法簡(jiǎn)單、易于實(shí)現(xiàn)以及

3、預(yù)測(cè)精度較高的優(yōu)點(diǎn)。本文對(duì)五個(gè)來(lái)自實(shí)際工業(yè)項(xiàng)目中的軟件失效間隔時(shí)間數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，結(jié)果表明該方法的均方根誤差和平均絕對(duì)偏差都明顯小于分別使用BP神經(jīng)網(wǎng)絡(luò)與ISGNN兩種方法預(yù)測(cè)的結(jié)果；該方法與LL對(duì)比，具有精度更高、更穩(wěn)健的預(yù)測(cè)，特別是當(dāng)嵌入維數(shù)接近最臨近向量的數(shù)目時(shí)，其性能顯著優(yōu)于LL。 (3)開發(fā)了一個(gè)軟件可靠性預(yù)測(cè)工具，能實(shí)現(xiàn)用BP神經(jīng)網(wǎng)絡(luò)、SGNN、ISGNN、LL、ALL、指數(shù)模型和對(duì)數(shù)模型這七種方法來(lái)預(yù)測(cè)軟件失效間隔