随着信息时代的到来,计算机技术得到了前所未有的跨越式发展,人们对软件质量的要求也越来越高。可靠性作为衡量软件质量的重要特性,其定量评估和预测已成为众多学者关注和研究的焦点。软件质量,尤其是软件可靠性已经成为一个不容忽视的问题,但软件的生产现状不能令人满意。本文对软件可靠性的研究现状进行了分析,找出现有方法的不足,对软件可靠性建模及最优化问题进行了研究。首先,针对软件老化现象,从一个全新的角度对软件可靠性建模进行了研究,提出了基于阈值的模块级软件再生策略,对模块子系统进行软件再生,将模块级软件再生应用于软件可靠性建模。以现场实测数据为依据,采用神经网络模型和随机Petri网获得预测值,通过与设定阈值相比较确定再生时刻,从而确定出合理的再生周期。其次,在对遗传算法的特性进行深入分析的基础上,探讨了基于遗传算法的软件可靠性优化分配问题,针对遗传算法全局搜索能力差、收敛速度慢、对于多峰函数仅能得到部分最优解等缺点,引入了小生境的概念,基于随机联赛选择算子、均匀模板交叉算子和非均匀变异算子,提出了改进的小生境遗传算法来处理可靠性分配问题,改善遗传算法的搜索性能。最后,对于软件可靠性建模和最优化问题分别建立了基于模块级再生技术的软件系统非马尔可夫随机Petri网模型和基于小生境遗传算法的多模块软件系统可靠性分配模型,并用数学统计方法对模型进行了仿真实验与模型评价。