论文部分内容阅读
随着软件应用的日益广泛及其重要性的不断增加,人们对软件质量的要求也越来越高。软件可靠性指标是软件质量属性中最重要的内容之一,它定量地描述了软件开发和使用过程中出现的失效。软件可靠性增长模型是评估和预测软件可靠性的主要方法.非齐次泊松过程(non-homogeneous Poisson process,简称NHPP)类软件可靠性增长模型是软件可靠性增长模型中非常重要的一类,并且已经成为软件可靠性工程实践中非常重要的工具。到目前为止,评价软件可靠性最适合、最简单的模型依然是NHPP类模型。Goel-Okumoto模型是NHPP类软件可靠性增长模型,这个模型形式简单,回归验证表明它在很多应用中都工作得很好。本文首先对经典的可靠性增长模型(杜安模型、AMSAA模型、J-M模型、Musa基本执行时间模型、G-O模型)做了简单介绍,给出了他们的一些重要的可靠性指标,如失效率、可靠度函数、MTBF等。第三章对NHPP类可靠性增长模型中的G-O模型做了深入研究与探讨,除了给出上述基本可靠性指标外,还分别对G-O模型中的假设(3)和假设(4)进行适当的修改,得出两个分别考虑故障检测率和故障排除效率的改进模型,并给出改进模型的失效强度函数和可靠性函数。第四章在第三章改进的基础上,引进纠正有效性系数和纠正有效性系数的加权平均的概念,对G-O模型进行进一步的改进,建立了一个阶段性可靠性增长模型——考虑即时纠正和延缓纠正混合的可靠性增长模型。对模型进行了可靠性分析,并用示例表明了新模型较好的拟合效果。