基于混合狼群算法的软件可靠性模型参数估计研究

来源 :江苏科技大学 | 被引量 : 1次 | 上传用户:wwp8133
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
如今计算机技术发展越来越快,软件在各行各业起着一个很重要的作用,比如:医疗、金融、交通等领域。因此这些软件的质量必须得到提高,软件可靠性是评价软件质量的重要属性之一。对于软件可靠性的评估主要是通过模型来实现,目前存在的模型就有上百种,但是大多数的模型都是非线性的,很难对它们的参数进行估计,所以选取合适的模型对于可靠性的评估是很重要的。近年来,诸多学者对于不同的软件可靠性模型提出一种新的思路,就是将群体智能优化算法应用于软件可靠性模型参数估计中。极大似然和最小二乘法是最常用的两种估计方法,但是这两种方法在寻优的过程中容易对可靠性模型参数估计的约束条件造成破坏,降低了解的准确度。基于上述的问题,本文使用WPA和PSO算法和两者的混合分别对软件可靠性模型参数的估计和预测。使用5组经典的软件失效数对GO模型的参数进行估计和预测,接着对狼群算法和粒子群算法的软件可靠性模型进行深入的研究,使用极大似然法构建适应值函数,并且在算法的运行过程中剔除错误的解。分别地使用狼群算法、粒子群算法以及两者的混合实现对软件可靠性模型参数的估计。狼群算法具有全局寻优能力强,算法的收敛速度快,寻优策略多样,但是算法相对复杂。粒子群算法的结构简单,收敛速度快,但是容易陷入早熟导致求解的准确度不高;基于两种算法的优势和不足,将混合算法运用于模型的参数估计中。实验结果表明混合算法的结果不论是参数估计还是预测方面准确度都得到大大地提高,尤其是在算法运行数十次的时候,混合算法运行数十次的解都是相比较单个算法更加地接近实际值,进一步说明了混合算法估计参数的准确度。
其他文献
学位
学位
学位
学位
随着GML国际标准(ISO 19136,2007)和中国国家标准(GB/T 23708-2009)的实施,众多由人为创建或空间服务自动生成(如OGC的WFS)的GML数据迅速在Internet环境下大量涌现,而针对这
红脂大小蠹(Dendroctonus valens)原产于北美,是我国重要的外来林业入侵昆虫。1998年传入我国山西省,之后迅速扩散至周边省份。在我国寄主主要为油松(Pinus tabulaeformis),
纳米材料是指在三维空间中至少有一维处于纳米尺度(1~100 nm)或以它们为基本单元的材料。随着对纳米材料研究的日益深入,纳米纤维逐渐成为目前纳米材料研究的热点。制备纳米纤维的方法有许多,其中静电纺丝法是目前唯一一种能够直接、连续制备聚合物纳米纤维的方法。静电纺丝技术可应用于天然高聚物、合成高聚物、聚合物合金,还可在聚合物中负载纳米粒子、发色基团、活性试剂以及陶瓷或金属。21世纪初,就有研究者开始
学位
铷作为一种稀散碱金属,具有广泛的用途。我国青海、西藏一带存在着许多盐湖,其中蕴含有丰富的铷离子。其储量虽大,但浓度很低,而且伴生有浓度极大的其他碱金属和碱土金属离子,难以分离提取。因此研究开发利用盐湖卤水中的铷铯资源,具有重要的战略意义。本文首先研究了从低浓度的盐湖卤水中提取高纯度RbCl的工艺技术。提出了“先吸附后萃取”的联合法处理钾肥尾卤以提取其中的铷离子,即先通过复合磷钼酸铵离子交换剂对卤水
学位