屏蔽数据下软件可靠性的极大似然估计

屏蔽数据是指引起系统失效的真实原因不得而知,即失效原因可能是系统组件的某个子集。一般地,屏蔽数据下非齐次泊松过程 (non-homogeneous Poisson process, NHPP)类软件可靠性叠加模型中参数的极大似然估计比较复杂,因为叠加模型不能分解成几个简单的NHPP模型。本文主要研究基于屏蔽数据下叠加模型中参数的极大似然估计,评估软件系统的可靠性。最后通过一组模拟数据,说明极大似然估计效果良好。     

基于非线性和测试覆盖率的软件可靠性增长模型

软件可靠性增长模型一般假设故障是独立的,且检测到的故障能够被排除。但在工程中,一些检测到的故障可能无法排除,在排除过程中也可能会引入新的故障。考虑上述因素,本文假设故障的引入过程与时间呈现非线性关系,通过测试覆盖率函数来表示软件故障检测率,建立了基于非齐次泊松过程(non-homogeneous Poisson process, NHPP)的软件可靠性增长模型。为规避参数估计过程中模型函数导数连续性和存在性的限制,应用一个自适应变化的实值遗传算法进行计算。最后通过一个真实软件失效数据集对模型参数进行计算,利用不同的评价准则将所提模型和现有模型进行比较,说明所提模型的优越性和准确性。     

ZDPS-2卫星可靠性试验评估方法

皮纳卫星具有研制周期短、采用商用货架式器件的特点,无法完整沿用传统大卫星通过底层元器件或部组件搭建系统可靠性模型计算整星可靠性的方法。针对上述问题,提出了基于试验数据的皮纳卫星可靠性评估体系。通过对机理不同的硬件和软件故障分别建模的方法,实现了ZDPS-2卫星的可靠性评估。对卫星的硬件故障数,基于顺序约束模型和贝叶斯参数估计方法进行拟合,并考虑了不同试验环境对卫星工作环境的等效因子。ZDPS-2卫星硬件可靠性水平估计为3月末0.85。对卫星的软件故障采用加入变点的非齐次泊松过程模型拟合,并选择Logistic模型作为测试覆盖率模型。ZDPS-2卫星软件故障拟合结果,平均无故障时间为217 h。ZDPS 2卫星试验结果证实,可靠性满足增长试验设计的要求和任务需求。     

Extended research on software hybrid testing combining reliability and directed testing

The software reliability testing has many disadvantages in practice,such as high complexity of constructing operational profiles and poor fault detection efficiency.Oppositely,the directed testing with a high fault detection rate is incapable of estimating reliability quantificationally.To solve this problem,a hybrid testing combining reliability and directed testing as well as a reliability model based on the order statistic(OS) model were presented by Mitchell.An extended research on Mitchell’s work is proposed.Firstly,the most proper distribution of the fault’s failure rate which tends to be lognormal is suggested,and a detailed form of the OS model based on lognormal and the corresponding parameter estimation method are proposed,respectively.Secondly,an implementing framework for the hybrid testing is proposed.Finally,the hybrid testing and the OS model are applied on a real website system.The experimental results indicate:the hybrid testing has more efficient fault detection power and lower testing cost than the reliability testing;compared with three traditional software reliability growth models,the OS model has a best or pretty estimation or prediction power for each data set;and for the failure data set collected from hybrid testing,the OS model also achieves an acceptable estimation result.     

排错效率和故障发现率可变的软件费用模型

考虑非齐次泊松过程(NHPP)类软件可靠性增长模型,引入以时间为变量的故障排除效率函数和故障发现率函数,建立了软件费用模型,使模型更具有一般性,更符合实际情况。以软件费用最小作为优化目标,讨论了最优释放时间与软件开发的最小费用,实例计算给出了测试时间随故障发现率中的参数的变化情况。     

基于灰色系统理论的软件系统可靠性分析

通过运用灰色系统理论对影响软件系统可靠性行为的各种因素进行分析,给出了软件系统可靠性预测模型,对软件系统失效间隔时间进行了预测,并以海军战术数据系统(the naval tactical data system,NTDS)数据验证了模型。通过关联分析,得到各种因素对软件系统可靠性的影响及其关联度,为软件系统的可靠性评判和推断提供依据,并为下一步提高软件可靠性的途径提供参考。     

NHPP类软件可靠性增长模型的统一及其性能分析

针对各种ＮＨＰＰ（Ｎｏｎ－ＨｏｍｏｇｅｎｅｏｕｓＰｏｉｓｓｏｎＰｒｏｃｅｓｓ）类软件可靠性增长模型的特点，提出了一种统一的ＮＨＰＰ类软件可靠性增长模型——ＵＮＨＰＰ模型，给出了模型的参数估值方法，并通过实例对其性能进行了评估。     

考虑多种真实情况的软件可靠性增长模型

进行软件可靠性评估主要通过构建软件可靠性模型实现。软件可靠性模型通常给出被检出的故障可以立即被排除,并且不会有新的故障被引入的假设,这与实际的检错过程是不相符的。针对以上假设条件,提出了一种新的软件可靠性增长模型。该模型将软件的检错过程和排错过程作为两个独立的非齐次泊松过程分别进行建模,并将软件中存在的故障数看作是一个变化的函数,该函数包括软件中初始故障及引入的故障。在两个数据集上进行相应实验证明,较之其他模型,新建模型的拟合和预测效果更好。     

基于PoF模型的电子产品可靠性参数计算方法

现有的基于失效物理(physics of failure, PoF)模型的可靠性预计只能计算电子产品在寿命周期内经历单一典型任务剖面的失效时间。本文提出了一种基于失效物理模型,并利用蒙特卡罗仿真定量分析电子产品在寿命周期内实际经历多任务剖面的可靠性水平的新方法。将该方法应用于某机载电子设备的平均失效前时间(mean time to failure, MTTF)的计算,建立失效率和可靠度的时间函数,与目前国内工程实践中常用的失效率经验模型法以及设备可靠性强化试验的结果进行了对比分析。结果表明,该方法不仅可以计算可靠性参数,而且通过分析与计算过程可发现设计薄弱环节与可靠性参数的定量关系,有效指导设计改进。     

基于随机集证据推理的构件软件体系可靠性模型

将随机集证据推理应用于军事信息系统软件可靠性建模研究,采用其分析软构件故障过程,计算 软构件可靠性参数,并在此基础上构建了一个基于随机集证据推理-贝叶斯网络的军事信息系统软件可靠性模型.本模型实现了对构件软件体系全过程的可靠性跟踪和监控.仿真实验验证了该模型的实用性和有效性.本模型还可应用于对大型设备系统的故障诊断.     

多设备系统的生产批量、质量控制与预知维护联合优化

针对由多台设备通过串、并混联构成的多阶段生产系统,对其生产批量、质量控制以及预知维护进行了联合建模与优化.系统中的各台设备随时间逐渐发生劣化,可靠性及产品加工质量随之降低.在每个生产批量结束时,对各设备进行状态检测并评估其在下个生产期内的可靠性.预知维护同时以设备的可靠性、结构重要度以及产能比为决策依据,以合理分配维护资源.在每个阶段设置质检台以实时检测各设备加工产品的质量,并根据质量反馈信息,对次品率超过控制阈值的设备进行预防性更换以改善性能提高产品质量.以批量生产周期、质量控制阈值以及预知维护参数为三维联合决策变量,建立了有限时域内的平均费用率模型.基于蒙特卡罗仿真和响应曲面法设计了优化算法,实现了对模型的快速近似求解.最后通过一个实例演示了本模型,并对结果作了相关统计学分析.     

基于可靠性的软件构件费用分配最优模型

针对软件系统可靠性和费用分配问题,给出了一种基于可靠性的软件构件费用分配最优模型。将软件系统可靠性定义为软件构件失效率、操作剖面、构件使用矩阵以及软件无失效运行的规定任务时间的函数,详细描述了费用最优模型的建立和利用非线性规划理论求解模型的步骤。在求解过程中,将费用最优模型转化为Kuhn-Tucker方程,有效地处理了带有复杂计算的目标函数和约束条件的可靠性和费用最优分配问题。计算实例表明利用该模型进行可靠性和费用分配是可行的。     

非线性模型预测控制的智能算法综述

从非线性模型预测控制的预测模型建模和最优化问题求解两方面入手,介绍了近年来基于智能模型和智能优化算法的非线性系统预测控制方法,并对各种算法的特征进行了总结评述,指出了智能非线性预测控制方法存在的问题和未来的发展方向。     

基于对象的CIPS总体设计模型体系

在分析综合现有模型体系、建模方法和面向对象思想的基础上，建立了一套基于对象的模型体系，简述了使用该模型进行总体设计的方法．该模型体系不但能全面地描述系统中的状态因素和人的行为因素，同时由于它的整个定义集都是建立在对象、属性和服务这三个基础定义上的，这可以使模型方便地转换成数学描述，有利于对现有系统和未来系统的信息流和物质流的过程、效率和可行性等加以分析     

考虑用户行为和排错延迟的多版本软件可靠性增长模型

软件在测试阶段和使用阶段操作环境的差别导致软件测试可靠性和运行可靠性不完全相同.软件在发布后的使用和维护阶段,软件可靠性的增长不仅体现在软件固有故障的排除,而且用户对软件的熟悉程度也会影响软件的可靠性.本文研究了软件固有故障检测过程、固有故障纠正过程和外在失效过程的特征,建立了考虑用户行为和排错延迟下的多版本软件可靠性增长模型.通过一组来自于开源软件用户缺陷跟踪系统中的真实数据进行数值分析,试验结果表明提出的模型具有较好的效果.     

考虑测试效用的软件可靠性增长模型

测试效用函数不仅可以描述测试所消耗资源随时间的变化,同时也是建立考虑测试效用的软件可靠性增长模型的前提和基础。现有测试效用函数形式多达十余种,但是由于适用性较差,导致研究人员对失效数据进行建模时需要付出繁琐的工作量,并且模型的评估能力往往达不到预期效果。针对该问题,提出了一种通用的测试效用函数形式,该函数形式更加灵活、适应能力更强。在此基础上,建立了基于该测试效用函数的软件可靠性增长模型。利用两组公开发表的数据进行验证,实验结果表明,该测试效用函数有效可行,考虑新的测试效用函数的软件可靠性增长模型具有更好的可靠性评估性能及适应能力。     

基于组合模型的软件可靠性预计方法

为了提高软件可靠性预计精度和稳定性,本文提出基于组合模型的软件可靠性预计方法。构建组合模型的过程包括选取基模型和确定各基模型的权值。选取基模型时依据的准则有生命周期阶段、模型用户需求、故障数据类型、故障趋势匹配、模型假设吻合和模型预计偏好,并在此基础上阐述了基模型选取算法。基模型权值的确定采用序列似然比方法。最后,引用一组软件故障数据,用于检验此组合模型的预计效果。通过与单个模型的对比,显示组合模型预计结果更为可信。     

工程项目工期-成本-质量均衡优化

工程项目管理的重要内容之一就是对工程工期、成本、质量等目标进行综合均衡控制,而这三者又是相互关联的矛盾对立统一体,即三大目标中任一目标的增强必然以牺牲其他目标为代价。本文在对比分析了现有文献中关于质量问题的多目标优化模型——质量成本模型、质量可靠度模型、工期-质量曲线模型、赢得值模型等的基础上,提出了基于网络系统可靠度的质量模型,进而改进了工程项目工期-成本-质量三者的均衡优化模型,最后运用该模型对一个工程实例进行优化。在优化过程中,本文采用了基于免疫遗传的微粒群算法(IGPSO),优化结果证明了该模型的可行性和有效性,为项目管理者提供了有效的决策支持。     

一种典型防空导弹武器系统可靠性模型及仿真实现

可靠性是地空导弹武器系统的重要性能指标之一。不同的地空导弹武器系统,其子系统有不同的可靠性模型。仿真法是进行地空导弹武器系统可靠性研究的有效途径。基于典型防空导弹武器系统的组成结构、工作过程和工作状态,建立了其可靠性逻辑关系、数学模型和仿真模型,讨论了仿真软件的结构,给出了仿真流程,编制了仿真软件,得到了某战术想定下的武器系统可靠性指标。该指标能满足战术使用要求。     

Social tagging dynamics under system recommendation and resource multidimensionality

Social tagging systems have attracted plenty of research endeavors recently. The dynamic models of tag generation or tag usage are one of the key subjects of inquiry. However, the existing models do not well explain the “staged” power-law distribution of tag usage frequencies as observed in various social tagging systems. To cope with this, a new tag-generation model is proposed in this paper, which is based on a preferential selection mechanism influenced by the combinatorial effects of system recommendation and resource multidimensionality. Furthermore, to validate the model, the simulative results under different parameter combinations are compared with the distributions of tag usage frequencies in datasets from three famous social tagging systems, namely Delicious.com, Last.fm and Flickr. For different categories of resources of the three systems, three tag usage patterns can be identified, namely the power-law distribution with two plateaus, the power-law distribution with one plateau, and the standard power-law distribution. All the three patterns can be well fitted and explained by the proposed model.