该文主要包括以下内容:提出了正则Bayes网的概念，使在Bayes网理论中占有重要地位的联合分布分解公式的正确性得以保证。建立了基于整个软件质量体系的可靠性模型，使软件可靠性的度量具有更大的可信度。Bayes网的学习过程实质上是一个优化过程，以入的优化算法对搜索空间采取均匀搜索的策略。提出了一种基于空间划分模式的非均搜索退火NUSSA算法(Non-UniformSearchingSimulatedAnnealingAlgorithm)，从而较大地加快了算法的收敛速度。该文对于与软件可靠性有密切关系的软件错误数和软件失效问题也进了研究，提出了相应度量模型。并且通过算例证实了模型的有效性。该文还对目前工程界广泛使用的NHPP(Non-NomogeneousPoisson-Process)类软件可靠性模型的假设检验和比较进行了研究。导出了有关参数的假设检验统计量，并且利用Bayes网理论提出了一种更为合理的模型比较方法。