软件失效预测的一类非参数方法研究

发布时间：2017-08-29 00:15

  本文关键词：软件失效预测的一类非参数方法研究

  更多相关文章： 软件失效 主成分分析 非参数方法 因果关系 核函数

【摘要】：软件失效预测是软件可靠性评估过程中最耗时最困难的部分,失效预测过程中任何改进都可能极大降低软件成本。传统的软件失效预测方法一般是利用经典的参数模型,而参数模型针对复杂软件失效数据不仅无法正确的估计其预测模型,且错误率较高,效率低下。相反,非参数方法在软件失效预测过程中不依赖于经验假设与未知模型的估计,既可避免预测中模型不符、参数估计偏差等问题,又可以充分的利用软件失效数据的历史信息。基于非参数方法的软件失效预测首先针对软件失效数据的历史信息进行数据预处理,然后,利用对已有数据的整理进行软件失效预测建模,最后采用已有模型进行软件失效预测。本文在分析软件失效影响因素的基础上,以提高软件失效预测的精确度为目的,对一类传统的非参数模型进行了研究与改进。主要工作如下:首先,提出基于加权滑动窗口的单变量非参数软件失效预测方法(WSW-NM),对单变量的软件失效数据进行预测。采用滑动窗口作为输入,通过设置指数权函数增加近期数据对软件失效数的影响,对滑动窗口中各期数据进行加权处理并针对异常点进行动态调整,改变各期数据在预测中的重要程度。实验证明,该方法能够提高软件失效的预测精度。其次,提出基于主成分分析的多变量非参数软件失效预测方法(PCA-INW)。对原始数据进行主成分分析减少样本的输入因子数,利用主成分分析中的方差贡献率作为非参数方法中核函数窗宽矩阵的权重,消除了各输入因子对结果的作用程度不同所造成的影响。实验结果表明,维度的减少使模型的训练时间及预测时间都有所降低,在预测结果的精度和稳定性上得到了提高。然后,提出基于非参数因果关系检验的多变量软件失效预测方法(PCA-INW-Granger),针对已有的Granger因果关系检验方法只适用于两个变量以及需要诸多限制条件的问题,提出了一种基于改进的非参数估计法(PCA-INW)的多变量因果关系检验方法。该方法运用PCA-INW方法,借鉴Granger因果关系的思想从复杂系统建模角度研究变量间的关系,适用于检验多维变量间的因果关系,其优点在于对于多输入单输出(结果)的多维系统,不需诸多限制条件,可以检验多变量之间在非线性意义上的因果关系。最后,为了验证所提出方法的有效性,本文采用多组标准数据集作为研究对象,分别对以上三个模型与经典模型进行实验性能对比,结果表明,本文所提出的非参数方法较之前的传统方法具有更好的适应性,其预测的精度和稳定性都有显著提高。
【关键词】：软件失效 主成分分析 非参数方法 因果关系 核函数
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.53
【目录】：

• 摘要4-5
• ABSTRACT5-11
• 注释表11-12
• 第一章 绪论12-18
• 1.1 课题研究背景12-13
• 1.2 软件失效预测技术研究现状与存在的问题13-15
• 1.2.1 国内外研究现状13-14
• 1.2.2 软件失效预测仍存在的问题14-15
• 1.3 主要研究内容15-16
• 1.4 论文组织结构16-18
• 第二章 软件失效预测方法18-28
• 2.1 基于经典方法的软件失效预测18-22
• 2.1.1 基于参数方法的软件失效预测18-20
• 2.1.2 基于ARIMA的软件失效预测20-21
• 2.1.3 基于机器学习的软件失效预测21-22
• 2.2 基于非参数方法的软件失效预测22-26
• 2.2.1 N-W核估计23-24
• 2.2.2 局部多项式估计24-25
• 2.2.3 K近邻核估计25-26
• 2.3 软件失效预测结果评价指标26-28
• 第三章 基于加权滑动窗口的单变量非参数软件失效预测28-44
• 3.1 基于加权滑动窗口的非参数估计的软件失效预测28-30
• 3.2 基于加权滑动窗口改进的非参数方法30-35
• 3.2.1 基于加权滑动窗口的N-W非参数估计法30-34
• 3.2.2 基于加权滑动窗口的局部多项式估计法34-35
• 3.3 数据来源与预处理35-38
• 3.3.1 数据集的分类35
• 3.3.2 软件失效数据的收集与扩展35-37
• 3.3.3 软件失效数据的预处理37-38
• 3.4 实验结果与分析38-42
• 3.5 本章小结42-44
• 第四章 基于PCA的多变量非参数软件失效预测44-57
• 4.1 主成分分析方法概述44-47
• 4.1.1 主成分分析的基本思想44-45
• 4.1.2 主成分分析的模型与几何意义45-47
• 4.2 基于多变量非参数方法的软件失效预测47-48
• 4.3 基于PCA与非参数方法的软件失效预测48-52
• 4.3.1 基于PCA的非参数方法48-51
• 4.3.2 基于PCA与非参数方法的软件失效预测51-52
• 4.4 实验结果与分析52-56
• 4.5 本章小结56-57
• 第五章 基于非参数因果关系检验的多变量软件失效预测57-68
• 5.1 非参数因果关系概述58-59
• 5.2 基于非参数因果关系检验的软件失效预测59-63
• 5.2.1 初步定性分析60-61
• 5.2.2 非参数因果关系检验61-62
• 5.2.3 软件失效预测及模型质量分析62-63
• 5.3 实验结果与分析63-67
• 5.4 本章小结67-68
• 第六章 总结与展望68-70
• 参考文献70-74
• 致谢74-75
• 在学期间的研究成果及发表的论文75

【相似文献】

中国期刊全文数据库 前4条

1 许波;檀润华;郭迪明;刘丽峰;;扩展的失效预测模板研究及其工程应用[J];机械设计;2013年10期

2 李刚;谢永成;李光升;程延伟;;改进型灰色模型在铅蓄电池失效预测中的应用[J];电子测量技术;2011年05期

3 张殿锋;闫相祯;;基于统计学习理论的山前构造带推覆带钻具失效预测[J];石油矿场机械;2012年08期

4 ;[J];;年期

中国重要会议论文全文数据库 前2条

1 张玉芳;邓永容;;玻璃钢管的失效分析及失效预测技术[A];复合材料的现状与发展——第十一届全国复合材料学术会议论文集[C];2000年

2 偶国富;郑智剑;金浩哲;曹晶;黄军辉;谢浩平;杨波;;复杂特种设备系统流动腐蚀预测及工程应用[A];中国机械工程学会压力容器分会第七届压力容器及管道使用管理学术会议暨使用管理委员会七届二次会议论文集[C];2011年

中国硕士学位论文全文数据库 前6条

1 张绍震;基于日志文件的在线系统失效预测[D];浙江理工大学;2016年

2 葛珊珊;新型钳制器设计与失效预测研究[D];华中科技大学;2014年

3 王宗会;软件失效预测的一类非参数方法研究[D];南京航空航天大学;2016年

4 郑从环;在线软件系统的失效预测[D];浙江理工大学;2015年

5 王彩琴;卧辊磨主要构件的强度分析和失效预测[D];武汉理工大学;2007年

6 佟晓刚;汽车齿轮失效预测的可行性研究[D];哈尔滨理工大学;2006年

，

本文编号：750279