软件老化过程建模、预测及软件再生策略研究

研究基于Linux网络服务器的软件老化过程建模、预测及软件再生策略问题.通过引入动量项及模拟退火算法的人工神经网络(BP)改进算法,对软件老化过程进行建模和预测.克服了BP算法收敛速度慢,易陷入局部极小值的缺陷,并提出将基于阈值的软件再生策略用于软件老化现象的主动性容错,提高软件系统的可靠性和可用性.仿真结果表明,该策略既降低了软件失效率,又减少了系统由于软件恢复而暂停服务的时间.     

重配置与周期再生相结合的软件再生模型

针对持续运行软件系统中的老化问题,提出一种重配置与周期再生相结合的软件再生方法.采用连续时间马尔可夫链对两阶段衰退软件系统的工作模式进行建模,给出系统可用性和单位时间平均成本的形式化定义与分析,并以可用性和成本作为评价标准计算相应的最佳再生周期,推导出了采用重配置的临界条件.仿真结果表明,随着重配置成功率的提高,系统的可用性增加,成本降低,当重配置成功率为1时,与纯周期再生方法相比,采用结合重配置的软件再生方法可使系统单位时间宕机成本降低48.9%.     

一种嵌套的软件抗衰策略及其模型

该文针对软件在连续运行过程中普遍发生的老化现象，提出了一种嵌套的基于时间的软件抗衰策略，并采用Petri网来描述每次恢复的具体过程，采用有限状态自动机控制恢复次数，建立整个策略的实施过程模型。与传统的基于时间的软件抗衰策略不同，该策略在每次执行系统级恢复前首先执行N次的应用级恢复，从而减少了恢复时间，降低了抗衰成本和周期性应用级恢复策略预测失败的风险，提高了系统的可靠性。另外，该策略具有可扩展性，对于多种因素导致的性能衰退，可以执行多级嵌套的恢复。     

基于自配置的软件可信性增长方法

为了更好地解决软件信任危机,提出一种基于自配置的软件可信性增长方法,以使软件具有自我配置能力,达到增强软件可信性的目的.借鉴自律计算中的自配置机制,定义3种自配置策略,建立基于自配置的软件可信性模型.采用马尔可夫再生随机Petri网对模型进行建模分析,得到模型在稳态时相应的参数.使用JMeter模拟用户对软件系统发起HTTP请求,对采用本方法改进的软件与原软件相关参数进行了比较.结果表明,通过选择适当的软件自配置周期不仅能够提高软件的可信性,而且能够降低软件的维护成本;本方法能提高软件可信性,并且在同样负载下运行改进后软件的系统性能也有一定的提高.     

软件系统的可靠性分配模型及优化研究

本文着重研究基于架构的软件系统的可靠性分配模型以及相应的优化算法,以最少的成本创建具有最优可靠性的系统,不仅考虑了开发成本的最小化,而且优化了软件系统的可靠性。本文所提出的模型和算法对于降低软件系统开发成本、提高软件系统可靠性具有一定的理论参考价值,并且能够在软件开发之前对已经设计出的软件架构进行预评估,从而预测软件系统的开发成本并对软件可靠性进行优化分配,具有较高的实际应用价值。     

基于实数BCH码的联合编码阈值新算法

为了解决实数BCH(Bose-Chaudhuri-Hocquenghem)编码的联合信源信道编码系统中阈值选取复杂问题。考虑量化噪声和信道噪声,提出了基于实数BCH解码阈值新算法。比较原有阈值算法与新阈值算法的计算复杂度以及阈值判决性能。该方法以贝叶斯假设检验为理论依据,分别画出只有信道噪声和只有量化噪声时校验子范数平方的直方图,通过直方图选出适当的信道噪声阈值。仿真结果表明信道在不同的转移概率条件下,实数BCH码作为纠错码的阈值新算法的计算复杂度低,阈值判决性能良好。在转移概率是10-4时,采用新阈值算法的信号的峰值信噪比约提高了1 d B。     

MIMO系统中基于条件数阈值的格基约减信号检测算法

在多输入多输出系统中,最大似然(maximum likelihood,ML)检测算法性能最优但复杂度很高,最小均方误差(minimum mean-square error,MMSE)检测算法复杂度低但其性能较差.较高的信道矩阵条件数会给信号检测算法的误码率性能带来不利影响.针对这些问题,提出一种基于信道矩阵条件数阈值的信号检测算法来提升高条件数下传统检测算法的性能.该算法通过比较信道矩阵的条件数与预先设定的条件数阈值,选取相应的检测算法:当条件数低于阈值时,采用复杂度较低的LLL(lenstra-lenstra-lovasz)约减的MMSE(LLL-MMSE)算法来减少计算量;当条件数高于阈值时,采用基于排序分组的ML与LLL-MMSE联合的检测算法,通过增加一定的计算量来保证检测性能.对不同阂值下的误码率性能进行了仿真,结果表明算法的性能明显优于传统的LLL-MMSE检测算法,并且通过预先设定条件数阈值可以使得算法在性能和复杂度之间获得较好的平衡,最终达到优化检测算法性能的目的.     

一种改进的MIMO系统接收天线选择算法

天线选择技术能以很小的性能损失获得射频成本的大幅度降低,并能提高MIMO系统的容量.为了快速选择出使系统容量最大的接收天线子集,提出了一种基于逐增算法的改进算法.该算法通过实时更新优化参数,大大降低计算复杂度;采用每步处理2行的方法,使计算时间进一步减少.仿真结果表明,该算法计算时间大大减少,并且系统容量几乎不受影响.     

基于遗传算法的串行生产线性能优化

本文以典型的串行生产线为研究对象,在分析生产系统模型的基础上研究其性能优化方法。计算了系统性能指标并分析了其与生产系统各项参数的基本关系。在遗传算法的基础上,设计了一种串行生产线性能优化问题的求解算法。利用Matlab软件的矩阵计算和图形绘制能力,开发了生产系统性能优化软件,实现了对于串行生产线进行分析和快捷优化功能。在满足生产率要求的约束下,给出了最小化生产线建造成本,包括机器购置成本,缓冲区成本以及在制品库存成本。     

一种改进的快速迭代阈值选择算法

针对迭代阈值选择算法每次迭代计算灰度阈值的过程存在大量重复计算的问题,提出了基于均值累计和频次累计的快速迭代阈值选择算法。对快速迭代阈值选择算法和迭代阈值选择算法阈值计算的时间开销及图像二值化分割进行了实验分析,结果表明:文中提出的快速迭代阈值选择算法可有效的对实验图像进行二值化,该算法可显著降低迭代过程的时间开销。当图像尺寸达到10 000*10 000时,快速迭代阈值选择算法的时间消耗可降低至迭代阈值选择算法的10%,验证了快速迭代阈值算法的有效性。