基于混合狼群算法的軟件可靠性模型參數(shù)估計(jì)研究
發(fā)布時(shí)間:2024-02-27 19:29
如今計(jì)算機(jī)技術(shù)發(fā)展越來(lái)越快,軟件在各行各業(yè)起著一個(gè)很重要的作用,比如:醫(yī)療、金融、交通等領(lǐng)域。因此這些軟件的質(zhì)量必須得到提高,軟件可靠性是評(píng)價(jià)軟件質(zhì)量的重要屬性之一。對(duì)于軟件可靠性的評(píng)估主要是通過(guò)模型來(lái)實(shí)現(xiàn),目前存在的模型就有上百種,但是大多數(shù)的模型都是非線性的,很難對(duì)它們的參數(shù)進(jìn)行估計(jì),所以選取合適的模型對(duì)于可靠性的評(píng)估是很重要的。近年來(lái),諸多學(xué)者對(duì)于不同的軟件可靠性模型提出一種新的思路,就是將群體智能優(yōu)化算法應(yīng)用于軟件可靠性模型參數(shù)估計(jì)中。極大似然和最小二乘法是最常用的兩種估計(jì)方法,但是這兩種方法在尋優(yōu)的過(guò)程中容易對(duì)可靠性模型參數(shù)估計(jì)的約束條件造成破壞,降低了解的準(zhǔn)確度。基于上述的問(wèn)題,本文使用WPA和PSO算法和兩者的混合分別對(duì)軟件可靠性模型參數(shù)的估計(jì)和預(yù)測(cè)。使用5組經(jīng)典的軟件失效數(shù)對(duì)GO模型的參數(shù)進(jìn)行估計(jì)和預(yù)測(cè),接著對(duì)狼群算法和粒子群算法的軟件可靠性模型進(jìn)行深入的研究,使用極大似然法構(gòu)建適應(yīng)值函數(shù),并且在算法的運(yùn)行過(guò)程中剔除錯(cuò)誤的解。分別地使用狼群算法、粒子群算法以及兩者的混合實(shí)現(xiàn)對(duì)軟件可靠性模型參數(shù)的估計(jì)。狼群算法具有全局尋優(yōu)能力強(qiáng),算法的收斂速度快,尋優(yōu)策略多樣,但是算法相...
【文章頁(yè)數(shù)】:80 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 課題研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 軟件可靠性
1.2.2 群體智能優(yōu)化算法
1.3 文章的研究工作與章節(jié)安排
第二章 基本理論基礎(chǔ)
2.1 軟件可靠性
2.1.1 軟件可靠性指標(biāo)參數(shù)
2.1.2 軟件可靠性預(yù)測(cè)模型
2.1.3 軟件可靠性分析方法
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 狼群算法的改進(jìn)
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算法的改進(jìn)
2.4 本章小結(jié)
第三章 研究?jī)?nèi)容和方法
3.1 研究?jī)?nèi)容
3.2 研究方法
3.2.1 兩種適應(yīng)值函數(shù)
3.2.2 構(gòu)建適應(yīng)值函數(shù)
3.2.3 剔除問(wèn)題解
3.3 實(shí)現(xiàn)方法的算法流程
3.3.1 WPA的實(shí)現(xiàn)流程
3.3.2 PSO算法的實(shí)現(xiàn)流程
3.3.3 WPA-PSO算法的實(shí)現(xiàn)流程
3.4 本章小結(jié)
第四章 算法仿真結(jié)果與比較
4.1 不同適應(yīng)值函數(shù)的比較
4.1.1 參數(shù)估計(jì)
4.1.2 估計(jì)與預(yù)測(cè)
4.1.3 問(wèn)題解的剔除
4.2 WPA和 PSO的比較
4.2.1 參數(shù)估計(jì)
4.2.2 估計(jì)與預(yù)測(cè)
4.3 混合算法和單個(gè)算法的比較
4.3.1 參數(shù)估計(jì)
4.3.2 估計(jì)與預(yù)測(cè)
4.4 本章小結(jié)
總結(jié)與展望
總結(jié)
展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝
本文編號(hào):3912862
【文章頁(yè)數(shù)】:80 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 課題研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 軟件可靠性
1.2.2 群體智能優(yōu)化算法
1.3 文章的研究工作與章節(jié)安排
第二章 基本理論基礎(chǔ)
2.1 軟件可靠性
2.1.1 軟件可靠性指標(biāo)參數(shù)
2.1.2 軟件可靠性預(yù)測(cè)模型
2.1.3 軟件可靠性分析方法
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 狼群算法的改進(jìn)
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算法的改進(jìn)
2.4 本章小結(jié)
第三章 研究?jī)?nèi)容和方法
3.1 研究?jī)?nèi)容
3.2 研究方法
3.2.1 兩種適應(yīng)值函數(shù)
3.2.2 構(gòu)建適應(yīng)值函數(shù)
3.2.3 剔除問(wèn)題解
3.3 實(shí)現(xiàn)方法的算法流程
3.3.1 WPA的實(shí)現(xiàn)流程
3.3.2 PSO算法的實(shí)現(xiàn)流程
3.3.3 WPA-PSO算法的實(shí)現(xiàn)流程
3.4 本章小結(jié)
第四章 算法仿真結(jié)果與比較
4.1 不同適應(yīng)值函數(shù)的比較
4.1.1 參數(shù)估計(jì)
4.1.2 估計(jì)與預(yù)測(cè)
4.1.3 問(wèn)題解的剔除
4.2 WPA和 PSO的比較
4.2.1 參數(shù)估計(jì)
4.2.2 估計(jì)與預(yù)測(cè)
4.3 混合算法和單個(gè)算法的比較
4.3.1 參數(shù)估計(jì)
4.3.2 估計(jì)與預(yù)測(cè)
4.4 本章小結(jié)
總結(jié)與展望
總結(jié)
展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝
本文編號(hào):3912862
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3912862.html
最近更新
教材專著