计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2009年
9期
135-138
,共4页
冯光成%顾庆%陈翔%陈道蓄
馮光成%顧慶%陳翔%陳道蓄
풍광성%고경%진상%진도축
软件可靠性%可靠性增长模型%模型选择与综合%神经网络
軟件可靠性%可靠性增長模型%模型選擇與綜閤%神經網絡
연건가고성%가고성증장모형%모형선택여종합%신경망락
软件可靠性增长模型可以预测软件在将来某个时刻的可靠性,以此作为软件是否发布的依据.而目前常见的各种模型对不同失效数据集的预测能力并不一致.提出了一种软件可靠性增长模型选择和应用的框架,利用可靠性模型评价准则,对特定的失效数据集选择优选模型集,根据优选模型集利用神经网络较好的学习预测能力计算可靠性.利用此方法对实际软件项目中的失效数据进行了分析,并验证了它的有效性.
軟件可靠性增長模型可以預測軟件在將來某箇時刻的可靠性,以此作為軟件是否髮佈的依據.而目前常見的各種模型對不同失效數據集的預測能力併不一緻.提齣瞭一種軟件可靠性增長模型選擇和應用的框架,利用可靠性模型評價準則,對特定的失效數據集選擇優選模型集,根據優選模型集利用神經網絡較好的學習預測能力計算可靠性.利用此方法對實際軟件項目中的失效數據進行瞭分析,併驗證瞭它的有效性.
연건가고성증장모형가이예측연건재장래모개시각적가고성,이차작위연건시부발포적의거.이목전상견적각충모형대불동실효수거집적예측능력병불일치.제출료일충연건가고성증장모형선택화응용적광가,이용가고성모형평개준칙,대특정적실효수거집선택우선모형집,근거우선모형집이용신경망락교호적학습예측능력계산가고성.이용차방법대실제연건항목중적실효수거진행료분석,병험증료타적유효성.
