论文部分内容阅读
随着人们对计算机需求和依赖性的不断提高，软件失效将会产生很大的麻烦。软件的可靠性越来越受到重视。在过去的几十年里，人们提出了许多软件可靠性模型。它们被用于软件预测和评估中。然而，为了数学上的简便，很多人提出的模型是基于一些不合理或过于简单的假设，这些会大大限制它们的实际应用和可靠性估计及预测精度。人们做出了很多努力来放宽这些假设，提出了很多改进的或新的模型。
本文对可靠性理论和软件可靠性模型进行了分析和研究。首先概述了有关可靠性和软件可靠性模型的一些基本概念，然后列举了几种经典的软件可靠性模型及其参数估计方法，在对G-O模型的参数估计上本文考虑了一种基于指数型加权最小二乘法，即贡献价值越高的数据点给与越大的拟合权重，通过一组失效数据验证了该参数估计方法比最大似然估计法能获得更好的预测效果。最后对已发表的非齐次泊松过程(NHPP)模型进行了深入的学习和研究，使用更加合理的假设条件并在G-O模型基础上进行改进，建立了考虑错误相关性和错误排除效率的新模型，即将软件错误分为独立错误和上升关联错误和下降关联错误，每类错误的检测率不同，对其分别建模，该模型的假设更加贴近实际，通过与现有模型进行仿真试验对比显示，本文提出的改进模型对实际数据总体来说有更好的拟合性能，具有很好的工程实践意义。