基于混合狼群算法的软件可靠性模型参数估计研究

发布时间：2024-02-27 19:29

　　如今计算机技术发展越来越快,软件在各行各业起着一个很重要的作用,比如:医疗、金融、交通等领域。因此这些软件的质量必须得到提高,软件可靠性是评价软件质量的重要属性之一。对于软件可靠性的评估主要是通过模型来实现,目前存在的模型就有上百种,但是大多数的模型都是非线性的,很难对它们的参数进行估计,所以选取合适的模型对于可靠性的评估是很重要的。近年来,诸多学者对于不同的软件可靠性模型提出一种新的思路,就是将群体智能优化算法应用于软件可靠性模型参数估计中。极大似然和最小二乘法是最常用的两种估计方法,但是这两种方法在寻优的过程中容易对可靠性模型参数估计的约束条件造成破坏,降低了解的准确度。基于上述的问题,本文使用WPA和PSO算法和两者的混合分别对软件可靠性模型参数的估计和预测。使用5组经典的软件失效数对GO模型的参数进行估计和预测,接着对狼群算法和粒子群算法的软件可靠性模型进行深入的研究,使用极大似然法构建适应值函数,并且在算法的运行过程中剔除错误的解。分别地使用狼群算法、粒子群算法以及两者的混合实现对软件可靠性模型参数的估计。狼群算法具有全局寻优能力强,算法的收敛速度快,寻优策略多样,但是算法相...

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究背景和意义
    1.2 国内外研究现状
        1.2.1 软件可靠性
        1.2.2 群体智能优化算法
    1.3 文章的研究工作与章节安排
第二章 基本理论基础
    2.1 软件可靠性
        2.1.1 软件可靠性指标参数
        2.1.2 软件可靠性预测模型
        2.1.3 软件可靠性分析方法
    2.2 狼群算法(WPA)
        2.2.1 狼群算法的背景
        2.2.2 狼群算法的基本原理
        2.2.3 狼群算法的流程
        2.2.4 狼群算法的改进
    2.3 粒子群算法(PSO)
        2.3.1 PSO算法的背景
        2.3.2 PSO算法的基本原理
        2.3.3 PSO算法的流程
        2.3.4 PSO算法的改进
    2.4 本章小结
第三章 研究内容和方法
    3.1 研究内容
    3.2 研究方法
        3.2.1 两种适应值函数
        3.2.2 构建适应值函数
        3.2.3 剔除问题解
    3.3 实现方法的算法流程
        3.3.1 WPA的实现流程
        3.3.2 PSO算法的实现流程
        3.3.3 WPA-PSO算法的实现流程
    3.4 本章小结
第四章 算法仿真结果与比较
    4.1 不同适应值函数的比较
        4.1.1 参数估计
        4.1.2 估计与预测
        4.1.3 问题解的剔除
    4.2 WPA和 PSO的比较
        4.2.1 参数估计
        4.2.2 估计与预测
    4.3 混合算法和单个算法的比较
        4.3.1 参数估计
        4.3.2 估计与预测
    4.4 本章小结
总结与展望
    总结
    展望
参考文献
攻读硕士学位期间发表的学术论文
致谢



本文编号：3912862