论文部分内容阅读
软件可靠性评估性能直接影响软件测试的工作量,本文针对软件测试工作中的故障检测和校正处理问题,提出一种基于Logistic增长神经网络的软件测试方法。该方法考虑到软件工程的多样性,利用Logistic增长曲线构建神经网络模型完成故障检测,并结合指数分布校正时间完成故障校正过程。通过两组真实失效数据集（Ohba与Wood）的试验,将所提方法与现有的软件可靠性增长模型（software reliability growth model,SRGM）进行了比较。结果显示Logistic增长神经网络模型的模型拟合效果