软件可靠性非完全排错情况下的参数估计

20世纪70年代提出的JM模型是最早代表软件可靠性的数学模型,其假设排错是完全的,这与实际情况不相符合。因此,有必要对JM模型假设进行改进,从而提高软件可靠性。在排错是不完全的假设下建立了一个软件可靠性模型,然后运用最大似然估计法进行参数估计,找出了一个比较合理的估计初始错误个数和指数系数的方法。     

一个高精确性综合软件可靠性模型

指出基于软件体系结构的可靠性评估模型不能有效说明软件中组件的可靠性问题,甚至导致软件可靠性不准确甚至不正确的评估.为此提出一个新的基于体系结构和软件中组件的联合可靠性评估模型.其基本思想是通过引入软件复杂性等多个影响软件可靠性的因素,把基于体系结构和基于组件的两种可靠性评估方法组合起来形成一种综合的软件可靠性评估模型.对大型软件的测试结果表明,新的模型具有更强的错误发现能力,从而使软件可靠性评估更充分、更准确,并且能够适应实际应用的需要.     

一个改进的NHPP类软件可靠性增长模型框架

针对现有的NHPP类软件可靠性增长模型,提出一个既考虑关联故障和构件结构,又考虑软件的不完美测试、故障检测率和故障改正效率随时间变化的NHPP类软件可靠性增长模型框架.许多经典的软件可靠性增长模型以及基于软件故障类型和构件结构的NHPP类模型都可以从这个框架中推导出来.     

考虑故障检测与修正的软件可靠性增长模型

针对现有NHPP类软件可靠性增长模型基本假设中故障检测和不完美修正过程考虑不完善的现状,提出一种非齐次泊松过程软件可靠性增长模型．该模型既考虑故障本身特性,故障检测率是随时间递减的函数,又考虑了排错过程引入新错误的概率,故障总数函数是随时间变化的;同时,还考虑了不完全排错的情况,引入了一种与故障检测率具有相同变化趋势的故障排除率函数．利用一组标准化的失效数据集进行仿真验证,实验结果表明该模型具有更好的拟合效果和预测能力．     

计算机软件可靠性数学模型的进化

随着科学技术的进步,计算机软件越来越复杂,出错概率也越来越大,软件可靠性工程已成为一个发展迅猛的技术领域.采用Halstead数学模型,将软件复杂性与软件错误数融为一体;并对该模型作了改进.给出了软件可靠性预计表达式,提出了能表达出软件开发者技术水平、开发工具先进程度、软件重要度的更为精确的数学公式,为软件可靠性分配及预估工作提供了一个有力工具.最后,给出了实际应用的数值例子.     

一个以指令流为参数的软件错误模型

本模型以ＣＰＵ执行的指令流为参数对软件错误进行计数统计，使发现的错误数与软件的性能紧密联系在一起。在给定的软件可靠性要求下，随机选取测试案例时，模型对一条固定的路径所需的测试次数作出了估计，估计时对测试可能引入的新错误作了一定的考虑。     

一个不完全排错状态下的软件可靠性增长模型

在充分地考虑了软件排错过程特点的基础上,将现有的可靠性增长模型中“完全排错”的假设修改为“不完全排错”,使之更符合实际情况。通过将软件错误分为不同的两类来刻画,得到了一个软件可靠性增长模型,该模型含有两个参数,使用起来较为方便。     

Shooman模型及其应用研究

Shooman模型用于软件开发的测试阶段,利用测试中的统计数据推测错误的产生频度,以估算软件可靠性,从而控制软件的质量.对Shooman模型公式进行推导,得到快速估算程序中固有错误总量的公式,并举例说明其应用.     

软件可靠性新模型研究(英文)

在讨论当前使用的软件可靠性模型存在的主要缺陷的基础上,提出了一个新的软件可靠性模型.当今应用模型中的可靠性假设条件并不考虑软件本身的复杂性、软件测试的有效性以及软件应用环境的完全性等要素,因此在评估软件可靠性时往往产生不精确的结果.为此将尽可能多的与被测软件可靠性评估有关的因素,结合到软件可靠性模型中去,使得对被测软件的可靠性模型更切合实际,因此使它更为精确.以一个实际的软件测试实验及对该软件进行的可靠性评估为实例,说明所提出观点和方法的合理性和可行性.     

基于灰色理论的软件可靠性预计新模型

本文讨论了一些已有的软件可靠性模型,指出了它们的不足之处。并进一步探讨了软件失效过程的持点,将其当作一个灰色过程,从而从另一途径建立了一个基于灰色系统理论的软件可靠性预计模型,该模型能够克服已有模型的缺点。     

一种即时纠正和延缓纠正混合的可靠性增长模型

考虑及时纠正和延缓纠正相结合的可靠性增长规划方式,采用纠正有效性系数的加权平均,并引入排错效率函数,提出一种软件阶段可靠性增长的模型.给出软件在试验阶段内各个时刻的瞬时失效率估计值的表达式和下一个试验阶段初期可靠性水平的预测值,并用一组数据作为示例,验证模型的有效性和实用性.     

组合导航系统软件可靠性的预测模型

针对组合导航系统软件可靠性长期预测的复杂性,建模时在引入神经网络技术的基础上,提出了滚动式预测方法.该方法考虑了多种不确定因素对预测结果的影响,不断加入新预测的故障数据,克服了单纯依靠神经网络技术预测偏差较大的缺陷.仿真结果表明,该模型预测精度高,可用于实践中指导软件测试.     

基于Hamilton理论的无人车路径跟踪控制

针对当前车辆路径跟踪控制存在精度低、可靠性差的问题,基于Hamilton理论提出一种四轮驱动四轮转向无人车路径跟踪分层控制方法.通过集成车辆动力学模型和路径跟踪模型,建立了路径跟踪误差模型,结合系统控制目标,提出采用Hamilton理论设计车辆上层控制器,用于实现路径跟踪误差模型的镇定,从而提高车辆路径跟踪的精度与鲁棒性.同时,在下层控制器中,设计4个车轮纵向轮胎力分配算法,通过轮胎力的动态分配满足车辆上层控制需求.利用CarSim和Simulink搭建车辆路径跟踪联合仿真模型并进行仿真实验,仿真结果表明,提出的无人车路径跟踪分层控制策略能够通过前后轮转角以及4个轮胎力的实时控制与分配,抑制路径跟踪过程中的横向误差和航向误差,提高路径跟踪精度并确保控制系统的可靠性.      

一种基于模糊综合评判的软件可靠性模型选择方法

软件可靠性模型是可靠性工程的一个重要方面，如何缺乏可靠性数据的情况下，选择合适的软件可靠性模型是对软件可靠性进行量化分析的关键，在对影响软件可靠性模型的因素进行分析的基础上，采用模糊数学的理论，提出了一种基于模糊综合评判的软件可靠性模型选择方法。     

软件可靠性增长模型研究

软件可靠性模型预测结果的优劣,取决于基本假设与实际开发过程的吻合程度.在Kaput-Grap可靠性增长模型的基础上,通过与实际情形更接近的基本假设,研究一种新的软件可靠性模型.     

基于模型聚类的软件可靠性混合模型研究

软件可靠性验证阶段的可靠性增长模型的建立与选择是软件可靠性工程人员长期关注的焦点.软件可靠性模型混合是解决模型适应性差、精度低的可行性方法.利用模型聚类的COBWEB算法处理失效数据,对基本分模型进行动态权重混合,以提高软件可靠性评估与预测的精度和稳健性.并利用软件工具对该方法进行模型评价.     

面向动态演化的复杂网构软件系统可靠性分析方法

 网构软件是Internet上各种软件实体以各种协同方式实现跨网络的互连、互通和协作的软件系统，动态演化是其基本特征，演化过程中会导致软件系统失效，面向动态演化的网构软件可靠性分析成为新的技术难题。首先分析构件接口交互之间的协议关系和网构软件动态演化错误传播可达性，提出通过错误传播可达图来界定构件动态演化错误的影响范围，并建立错误传播可达图生成过程模型；其次，为有效解决Markov状态空间“爆炸”的问题，利用错误传播可达图来生成Markov状态转移图，提出基于Markov的网构软件动态演化可靠性分析方法；最后通过案例分析来验证该方法的有效性。     

关于软件评估的可靠性模型假设

对软件评估的可靠性模型假设进行了彻底详细的分析。揭示了软件评估的可靠性模型假设在软件可靠性模型中的重要性。最后讨论了软件可靠性模型假设在实际中的局限性     

基于UML的软件可靠性测试用例生成的混合模型

为了解决实时控制系统软件可靠性测试用例生成的问题，在分析操作剖面模型和Markov链模型的基础上，提出了一种基于UML的混合模型．该模型用操作剖面模型来定义使用用例，并将状态图嵌入其中以表述该用例的动态特性．通过平展状态图获得使用图，使用图按一定的概率迁移，从而获得用Markov链表示的使用模型，而操作剖面模型定义的使用用例集与Markov链表述的状态迁移模型可结合生成可靠性测试用例．通过雷达波束调度软件可靠性测试表明，按所提模型在各测试周期生成的测试用例集的框架稳定性比较好，测试用例极少出现重复现象，它综合了操作剖面模型和Markov链模型的优点，可用于开发实时控制系统的软件可靠性测试用例．