随着计算机技术的飞速发展，计算机应用领域的急速扩展，使得软件系统的规模日益增大，功能日益复杂，对软件质量的要求也越来越高。作为衡量软件质量的关键性指标，软件可靠性已经成为计算机发展的新方向。近年来，出现了众多的软件可靠性模型。本文在经典G-O模型的基础上提出了新的软件可靠性增长模型，又改进了一般的费用模型，提出了更符合实际的费用模型。在此基础上，以软件测试总费用最小化为目标对软件最优发布时间的求解进行了研究。本文的主要工作有：①在传统的基于NHPP的G-O模型中引入了可变的故障检测率和故障排除率，提出了新的软件可靠性模型。在G-O模型中，认为故障检测率是一个恒定的常数值，故障排除率为100%。本文提出的故障检测率综合考虑软件中剩余的故障数和测试人员的学习过程，是一个随时间变化的函数；而软件测试过程中，不可能排除掉所有的故障，因此本文认为故障排除率是一个恒定的常数，它并不随测试时间发生明显的变化。在此基础上构建的新软件可靠性模型兼具准确性和实用性，模型性能优越。②分析了软件费用模型与可靠性能模型的关系，软件可靠性模型是费用模型的基础。在改进的软件可靠性增长模型的基础上，对一般软件费用模型进行了改进，提出了综合考虑故障排除率和软件失效风险费用的新软件费用模型，新模型更加符合实际。③分别在经典G-O模型和改进可靠性模型的基础上建立一般费用模型和改进费用模型，并以测试费用最小化为标准来求解不同模型下的软件最优发布时间。④使用实际的软件失效数据集进行实验分析。针对不同的失效数据，分别使用最小二乘法和遗传算法对软件可靠性增长模型中的参数进行估计，验证了改进的可靠性增长模型不论是在数据的拟合方面还是预测方面，都有着更高的准确性。接着分别通过一般软件费用模型和改进费用模型来求解软件最优发布时间和最低测试费用，并通过改进费用模型与其他文献中费用模型的比较来证明本文模型性能的优越。最后通过实验分析了软件最优发布时间与模型中各个参数的变化关系。本文的研究能够更好的满足软件可靠性和测试费用分析的实际需求，提出的模型兼具准确性和适用性，对相关领域的研究有一定的学术和实用价值。