一、软件可靠性评估研究（论文文献综述）
马辉[1]（2021）在《基于信息检索的数据库软件可靠性评估技术研究》文中认为为提高评估数据库软件可靠性的准确率,提出基于信息检索的数据库软件可靠性评估技术研究。引入信息检索技术,确定数据库软件可靠性评估过程,建立数据库软件测试模型,计算可靠性评估估计值,评估数据库软件可靠性。实验结果表明:此次研究的数据库软件可靠性评估技术,评估数据库软件可靠性所需时间短,具有较小的评估误差,较高的可靠性评估准确率、召回率。
张月[2]（2020）在《基于小子样的高速列车齿轮箱箱体结构可靠性评估》文中研究指明为了提高结构可靠性评估的准确性,往往需要基于大量的试验数据或样本信息。然而,对于轨道车辆及其关键零部件而言,其结构复杂、制造成本较高,仅能通过少量的试验数据验证其设计指标的合理性,无法从可靠性的角度对其进行准确评价。为了在现有数据的基础上实现结构可靠性的准确评估,本文对基于小子样的结构可靠性评估方法进行了研究,分别从小子样、极小子样和无失效数据的小子样等三方面开展了相关工作,并针对各传统方法存在的主要问题,提出了相应的解决方法,主要研究工作如下:针对采用Bayes方法对小子样进行可靠性评估时,样本量少和难以充分利用多种先验信息以获得更加准确的先验分布的问题,提出一种改进的Bayes方法。首先,利用ML-II加权平均多源信息融合法对多种先验信息进行融合,获得更加准确的先验分布。其次,采用S-W方法检验小子样和先验分布分布类型的一致性,运用K-S检验方法对小子样样本分布与先验分布进行相容性检验,确定其来源于同一分布。再次,运用蒙特卡罗方法对样本数据进行扩容,增大样本的容量,进而拟合得到小子样样本分布的参数的估计值,并将其带入Bayes公式得到小子样的后验分布。最后,利用该方法对具有小子样特征的齿轮箱箱体进行可靠性评估。针对采用Bootstrap方法对极小子样进行可靠性评估时,在重抽样的过程中样本向均值集中导致评估结果不够准确的问题,提出一种改进的Bootstrap可靠性评估方法。首先,采用虚拟增广样本法对极小子样进行增广,增广至小样本。其次,将增广后的小样本按照大小进行排序并分组,运用四分位差法和传统Bootstrap法对分组后的数据进行可靠性评估。最后,以齿轮箱箱体的极小子样数据为基础验证基于改进的Bootstrap可靠性评估方法的有效性。针对无失效数据的小子样可靠性评估样本量小且缺乏先验信息的问题,提出一种基于Bayes理论的可靠性评估方法。首先,运用Bootstrap方法对小子样样本进行重抽样。其次,分别利用E-Bayes方法和多重Bayes的配分布曲线法计算结构在每个重抽样截尾时间下的失效概率估计值。再次,根据可靠性的相关理论得到小子样样本分布的参数估计值,进而求得机械结构的失效率和可靠度的估计值。最后,将该方法用于齿轮箱箱体的小子样无失效数据可靠性评估,并通过对比分析得到E-Bayes方法和多重Bayes方法用于无失效数据的小子样可靠性评估的优缺点。
杨翥宇[3]（2020）在《基于非完美测试理论的区间综合监控系统软件可靠性评估研究》文中研究说明区间综合监控系统（后文简称为QJK）适用于区间采用继电编码的自动闭塞区段（含单线双方向自动闭塞区段）,以及半自动闭塞、自动站间闭塞区段,具有站间安全信息传输功能、区间方向控制功能、区间占用逻辑检查等功能。因为QJK目前的使用已经深入全国各地铁路运输线路,且QJK的软件失效可能会引发重大安全事故,造成巨大的财产和生命损失。因此QJK软件的可靠性评估显得尤为重要。目前,针对QJK软件的可靠性评估流程,主要还是集中在使用NHPP类的完美类测试模型对测试所得到的失效数据进行拟合并计算相应可靠性度量元。考虑到QJK代码为安全等级SIL4级的软件,故编码规范和安全需求更甚于一般软件,采用完美类测试模型可能会有所欠缺,为了研究更适合QJK软件的可靠性模型,同时结合评估流程得到更为严谨的可靠性评估结果。本文的工作内容具体有:（1）针对目前广泛使用的NHPP型完美测试模型提出以非完美测试模型为目标的改进方向。通过QJK软件测试的特点,总结出QJK软件所采用的软件可靠性模型的两个改进方向:1)在NHPP模型的基础上依据实际需求改进;2)采用神经网络类模型进行建模。基于上述两个改进方向,提出了引入测试覆盖率函数的非完美测试模型,故障检测率函数和测试工作量函数相结合以及检测率函数影响因素噪声化表现的三种模型。考虑到NHPP类模型学习速度较慢同时易陷入局部误差陷阱的问题,引入了遗传算法改进的神经网络模型做出了补充。（2）结合QJK软件可靠性评估流程,运用（1）中所得到的非完美测试模型进行了实际QJK软件案例的评估。在评估流程中,基于QJK的实际应用场景和实现功能设计了测试用例,详细制定了可靠性模型拟合性能参数与软件可靠性度量参数,最后通过比较得出在特定失效数据下的最佳拟合模型,根据此模型的表达式计算出MTTF,可靠度,失效率曲线和必要测试时间等软件可靠性关键指标。（3）基于QJK软件可靠性评估流程,通过混合编程的方式设计一款QJK软件可靠性评估工具。该工具具备移植性与可扩展性,能通过对失效数据的分析和运算得出最优可靠性模型和可靠性评估结果。
孙延浩[4]（2020）在《高速铁路行车调度系统可靠性评估方法研究》文中研究表明调度系统是铁路运输组织的核心之一,是保证列车安全、准时、高效运行的重要屏障。近几年,我国高速铁路迅猛发展,截止到2019年底,我国高速铁路通车里程达3.5万公里,高居世界首位。高速铁路高速度、高密度、大运量的特点对调度系统带来了严峻的挑战和更高的要求。强化高速铁路行车调度系统的可靠性和安全性,对高速铁路的安全运营十分关键。高速铁路行车调度系统作为一个“人-机”交互的高耦合性系统。其结构庞大,元素众多、功能复杂。系统内的各种设备不仅具有各自的独立性,同时又具有一定的关联性,再加上系统内“人”的随机性,导致高速铁路行车调度系统的可靠性研究变的十分困难。因此目前对于高速铁路行车调度系统可靠性研究大部分都停留在定性层面的分析上,而未进行深入的研究。针对目前存在系统可靠性研究不够深入的问题,本文从系统的关键设备和节点入手,围绕硬件、软件、人因以及系统层级四个维度对可靠性进行深入的解构和分析。本文的主要研究内容如下:（1）详细梳理了高速铁路行车调度系统的组织架构、岗位设置、业务功能以及信息交互,并根据系统信息传递机制和信息属性,基于复杂网络理论构建了高速铁路行车调度系统的拓扑网络结构图。通过对系统节点和边的重要度分析,验证了高速铁路行车调度系统在整个调度系统中的核心地位和作用,同时也得出了列车调度员是中心关键节点,自律机是车站关键节点的结论。（2）针对高速铁路行车调度系统在运营或者维护时存在大量的故障记录无法得到有效的利用的问题,构建了基于词频-逆向文件频率（Term Frequency-Inverse Document Frequency,TF-IDF）和Text-Rank的算法模型,通过该模型提取到系统故障的关键词,并在此基础上通过运用狄利克雷模型提取到系统故障的关键主题。通过对系统的关键词和主题特征进行分析,发现车站系统是高速铁路行车调度系统的故障多发地点,而自律机为车站子系统的故障多发设备。（3）针对系统中自律机设备在可靠性分析中状态方程求解难的问题,提出一种基于马尔可夫过程的公式法,该公式使得状态可靠性分析不再通过繁琐的拉普拉斯变换或者C-K（Chapman-Kolmogorov）方程进行求解,通过计算结果证实,该方法与拉普拉斯变换方法得出的结果一致。（4）针对自律机设备可靠性分析中忽视自律机切换单元故障以及没有考虑修理工的问题,提出了一种扩展的马尔可夫过程方法,该方法通过引进补充变量法,使得马尔可夫过程依然可以对修理工休假时间和维修时间服从一般分布的自律机系统进行可靠性建模分析。通过分析发现,修理工的休假时间对可靠性影响较大,因此在成本一定的情况下,应合理安排修理工的休假时间。（5）针对自律机软件测试过程中发现的软件故障检测率不规则的问题,通过引进不规则模型参数,提出一种改进的非齐次泊松过程（Non-Homogeneous Poisson Process,NHPP）类的软件可靠性分析模型,并将该模型运用到自律机软件测试中。依据测试故障数据。计算出当测试天数为45天时可以达到规定条件下的可靠性要求。（6）作为一个“人-机”交互系统,对于调度员进行可靠性建模分析不可或缺。考虑到认知可靠性与失误分析法（Cognitive Reliability and Error Analysis Method,CREAM）易于操作分析,因此在CREAM基本法的基础提出一种改进方法。该方法使得CREAM法对人误操作概率的推算不再是个区间值,将该方法用以调度员的人误概率计算,并以“CTC控制模式转化”和“列控临时限速”为例进行了实际应用分析。（7）针对目前缺乏面向系统层面可靠性综合评估的问题,提出一种基于群决策和区间二元语义的评估方法。群决策方法降低了专家主观评价系统可靠性带来的主观性。采用区间二元语义作为系统评估的语言,降低了系统可靠性评估过程出现的信息丢失问题,提高了评估结果的可信度。
张加[5]（2020）在《复杂软件系统动态可靠性分配与评估方法研究》文中提出在如今高速发展的信息化社会中,涌现出了许多功能各异的软件,这些软件不仅涵盖了人们日常生活的方方面面,也时刻促进着整个社会的快速发展,但各种软件带来诸多便利的同时也引发了许多或大或小的隐患,如系统失效、设备损失等,可能会造成严重的经济损失,甚至是危及人身安全。大多数的隐患都来自于不可靠的软件,关于软件可靠性的研究也逐渐引起了人们的重视,其中软件可靠性分配与评估是软件可靠性工程中的重要环节。可靠性分配能够在保证软件可靠性目标的前提下,降低软件开发成本,给开发人员提供改进设计依据,而可靠性评估根据不同的基本假设建立可靠性评估模型,为正确评估软件可靠性提供可靠的基础和保障。目前,国内外很多学者开展了复杂软件系统的可靠性研究,取得了一定成果,但仍存在一些问题需要解决,如可靠性分配模型无法有效适应不断变化的系统结构、分配算法效率低,而单一可靠性评估模型无法适应多种情况,组合模型又存在选取原则简单、组合方式固定、预测性能差等问题。因此,本文对复杂软件系统的动态可靠性分配和评估方法展开研究,具体内容包括:（1）针对现有复杂软件系统可靠性分配模型大多基于确定的系统结构,无法有效适应复杂软件模块的不确定性和不完全性,结合复杂软件系统具有层次结构的特点,提出基于D-S证据理论的复杂软件系统动态可靠性分配模型,并通过基于粒子群算法和自适应差分进化算法的混合优化算法进行求解,从而在不确定的可靠性分配模型中快速、准确得到复杂软件系统的可靠性分配结果来指导软件设计改进。（2）针对单个可靠性评估模型很难适应复杂多变的情况,组合模型预测存在选取原则简单、模型组合固定无法自适应多种情况等问题,提出一种基于多模型组合的软件可靠性评估方法。一方面采用模糊综合评价法选取优选模型,另一方面利用混沌粒子群算法自适应组合优选模型,使得不同类型的模型优势互补。实验结果表明该可靠性评估方法具有较好的评估精度和评估效率。（3）基于上述相关理论和方法研究,设计并实现了一个面向复杂软件系统的软件可靠性分配与评估平台,并以某无人机控制站系统为例,验证了本平台的实用性,进一步表明该平台具有很好的实际应用价值。
李思雨[6]（2020）在《基于神经网络的软件可靠性模型研究及实现》文中研究表明随着软件在武器装备中地位的提升,我军对软件质量的要求越来越高。软件可靠性作为通用质量特性中的重要组成部分,也受到了更多的关注。软件可靠性评估是软件可靠性工程过程活动中对可靠性水平进行直接评价的关键环节,但在实际的应用中,却难以真正投入生产工作。主要问题在于软件的失效数据不足,且单一软件可靠性模型的适用性不强。针对以上问题,本文提出了一种软件失效数据补充方法,提高了软件可靠性测试、评估的效率;建立了一种基于神经网络的软件可靠性模型,在模型的准确性上进行了提升;实现了模型的工具化,推进软件可靠性评估投入生产实践。本文的主要研究内容包括以下三点:（1）提出了软件失效数据的补充方法。本文首先梳理分析了目前软件失效数据面临的问题,通过引入系统测试、确认测试的失效数据和用例,对失效数据进行补充,缓解了由于失效数据不足而导致可靠性评估无法开展的问题。（2）提出了一种基于神经网络的软件可靠性模型。本文对经典的软件可靠性模型展开了研究,从中选取了恰当的模型作为组合模型的基模型,将神经网络算法引入了基模型权重的自动配置过程,使模型的预测精度得到了提高。本文将多种神经网络算法应用于软件可靠性模型评估并进行验证,对比它们的预测精度,证实了本文模型的有效性和优越性。（3）实现了模型的工具化。本文将提出的软件可靠性模型实现了工具化,把理论研究成果转化为了一个可以使用的原型工具,促进了软件可靠性评估进一步在生产实践中的应用。
陈悦[7]（2020）在《基于构件分析的软件可靠性评估与分配模型及应用》文中提出面向对象思想在软件开发过程中的不断成熟,使得构件软件成为当下一种主流的软件形态。构件软件在关键基础设施和安全重要领域的应用日益显着,其可靠性问题受到高度重视。软件可靠性评估与分配工作隶属于可靠性工程前期并贯穿系统的设计与开发始终,对提升软件可靠性具有关键意义。本文研究内容主要包括以下方面:首先,针对现有的软件可靠性研究忽视不同构件对系统可靠性影响的问题,基于图论思想和Page Rank算法启发定义了构件影响力参数,提出一种三参数构件影响力度量模型。该模型通过分析自影响力、失效影响力和故障传播影响力以计算不同构件作用,并将计算得到的构件影响力直接应用于软件可靠性评估与优化中以获得更加准确的结果。实验结果表明该模型考虑了不同构件对系统可靠性的影响程度,能够得到合理的结果,且该计算结果可以应用于软件可靠性优化设计中,能够识别相对关键的构件,帮助软件设计人员合理安排时间和分配测试资源。其次,针对软件系统普遍存在的体系结构多样性问题,提出一种基于结构分析和构件影响力的软件可靠性评估模型。该模型通过分析不同体系结构下构件的交互特征,建立软件系统状态映射机制以完成不同结构下构件到系统状态的转换,建立系统状态转移矩阵,进而利用离散马尔可夫链预测软件可靠性,并在可靠性计算中考虑了构件影响力参数进一步刻画不同构件对系统可靠性的作用。实验结果表明与其他同类方法相比,该模型得到的结果更加接近软件系统的实际可靠性。再次,提出一种基于改进鸟群算法的构件软件可靠性分配模型。现有的可靠性分配模型大多忽视了软件系统的构件特征,且原有的鸟群算法处理可靠性分配这类复杂非线性优化问题容易陷入局部最优。本文基于三参数指数型成本函数将可靠性分配问题转化成约束优化问题,并结合构件影响力建立最优分配模型,通过改进初始化方法、引入决策因子以及边界处理三种策略对鸟群算法进行优化,将改进后的算法应用于新模型的求解中,最终获得更加准确的分配结果。实验结果表明该模型得到的软件可靠性分配结果更加贴合实际,在降低软件开发成本上具有重要意义,改进后的鸟群算法收敛速度快、全局寻优能力强且不易陷入局部最优。最后,综合上述研究内容,本文提出一种基于构件分析的软件可靠性预测框架,基于该框架设计并实现了构件软件可靠性预测系统,包括需求分析、总体设计、功能设计以及系统实现等,利用该系统可以在软件开发过程中对构件软件的可靠性进行预测。
刘杨[8]（2020）在《船舶通信软件的可靠性评估》文中进行了进一步梳理船舶通信软件的可靠性与多种因素有关,同时具有多种变化特点,当前采用单一方法无法对船舶通信软件的可靠性进行客观、科学评估,导致船舶通信软件的可靠性评估偏差比较大,为了提高船舶通信软件可靠性评估的准确性,设计了基于组合模型的船舶通信软件可靠性评估方法。首先分析船舶通信软件可靠性评估进展,建立船舶通信软件可靠性评估指标,然后采用灰色模型对船舶通信软件可靠性进行评估,并采用多项式神经网络进行船舶通信软件可靠性评估,最后两者的船舶通信软件可靠性评估模型进行科学融合,输出船舶通信软件可靠性评估结果,并进行船舶通信软件可靠性评估仿真分析。组合模型的船舶通信软件可靠性评估正确率要高于单一灰色模型和多项式神经网络的评估正确率,船舶通信软件可靠性评估结果更加客观,为船舶通信软件可靠性研究提供一种新的方法。
苏敏[9]（2019）在《交直流混合微电网安全性及供电可靠性评估研究》文中提出电力电子技术的快速发展使得越来越多的直流DG（distributed generator,DG）及直流负荷接入微电网,且在今后相当长时期内将是直流电与交流电消费并存的状态,单纯采用某一种供电形式的微电网难以满足实际需要,由此促进了交直流混合微电网的应用和发展。交直流混合微电网是含有交、直流微网子系统及连接交、直流母线的互连变换器（interlinking converter,ILC）,既可以直接向交流负荷供电又可直接向直流负荷供电的微电网。交直流混合微电网将是未来高效开发和利用分布式可再生能源的首选微电网模式,也是未来配用电系统的重要组成形式。交直流混合微电网中间歇性DG的随机故障及出力的不确定性、交直流功率的双向流动不利于交直流混合微电网的安全可靠运行。本文对交直流混合微电网进行静态安全评估、长期供电可靠性评估和短期供电可靠性评估,主要工作如下:1)进行孤岛运行交直流混合微电网常规潮流及随机潮流计算。从常规潮流计算机理上展开,分析基于节点功率方程的电力系统常规潮流计算。建立交直流混合微电网常规潮流模型,提出基于非单调线性搜索LM（Levenberg-Marquart with a nonmontone line search,LMNL）潮流算法求解有/无平衡节点的交、直流微电网常规潮流,在此基础上采用交替迭代法求解交直流混合微电网常规潮流,并提出基于蒙特卡罗抽样的交直流混合微电网随机潮流计算。最后,进行算例分析。2)提出一种交直流混合微电网静态安全评估方法。在分析电力系统静态安全评估基本机理的基础上,对交直流混合微电网静态安全进行分析,建立交直流混合微电网静态安全风险评估指标,提出结合N-1事故与解列方案的静态安全分析准则;并针对故障解列后孤岛系统类型多,提出一种新型的分区切负荷策略,在此基础上,得到系统静态安全风险指标值。算例分析验证所提方法的有效性与高效性。3)提出一种交直流混合微电网长期供电可靠性评估方法。针对孤岛运行交直流混合微电网拓扑结构灵活多变,将系统故障进行分区分类,将交流子系统、直流子系统和ILC化为等效节点模型,以简化故障分析过程;建立元件可靠性模型,采用两阶段抽样法对系统元件进行抽样。在此基础上对孤岛运行交直流混合微电网进行长期供电可靠性评估。算例分析验证所提方法的正确性和有效性。4)提出一种交直流混合微电网短期供电可靠性评估方法。基于时变概率树提出一种时变概率树故障筛选法（time-varying probability tree contingency screening technique,TVPTCST）;建立元件时变模型,得到由两种不同原因造成负荷点中断的负荷点时变概率模型;采用的序列运算理论是通过概率序列来得到随机变量的概率分布;定义两种短期供电可靠性评估指标。在此基础上对孤岛运行交直流混合微电网进行短期供电可靠性评估。算例分析验证所提方法的正确性和有效性。
李梦然[10]（2019）在《基于模型的软件可靠性评估技术研究与实现》文中研究说明随着信息技术高速发展,社会对软件的需求逐渐增加,软件质量问题越来越受到关注。软件可靠性作为衡量软件质量的重要属性,是直接面向用户的验证指标之一。基于模型的软件可靠性评估是提高软件质量最为广泛的一种方法,其中包含两个关键步骤:一是参数估计,估计模型的参数用于量化可靠性指标;二是模型预测,选择适当的模型获取更为精确的预测结果。目前相关研究已取得一定成果,但仍存在一定的局限性,已然成为限制整个可靠性评估过程的性能瓶颈,因此需要进一步的创新和探索。本文首先针对传统参数估计所存在的求解精度低、收敛速度缓慢、易陷入局部最优以及无法处理多维复杂情况等问题,从自适应的角度出发,提出一种基于优化蚁群的参数估计算法。首先通过极大似然估计法获取模型参数的目标函数以及约束条件,然后根据网格法对参数的解空间进行离散化建模,构建蚁群搜索基本框架,最后结合各级节点的重要度指标强化特殊节点以提高算法的收敛速度,并针对蚁群的进化程度和停滞程度进行自适应调节,保证了蚁群搜索的随机性和多样性,克服了传统参数估计方法的弊端。其次,虽然目前为止公开发表的软件可靠性模型高达上百种,但是尚未出现一个简单且适用于所有软件的通用模型。实际上,针对同一个软件,不同模型会得到不同的可靠性评估结果,存在相当大的差异,而且随着软件的规模逐渐增大,单一模型已不能完全适应复杂多变的情况。因此,本文提出一种基于层次分析法和神经网络的模型预测算法。首先通过模型评价指标和层次分析法从基准模型中获取优选模型,然后利用神经网络对优选模型进行加权处理得到混合模型,从而使得不同类型的模型相互补偿,大大提高了模型预测的准确性和稳健性。最后,结合提出的创新性算法,本文设计并实现了一个基于模型的软件可靠性评估平台,并以某无人机控制站系统的飞行监测控制功能为实例验证了本平台简单易用,方法切实有效,具有良好的实际工程应用价值。
二、软件可靠性评估研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、软件可靠性评估研究（论文提纲范文）
（1）基于信息检索的数据库软件可靠性评估技术研究（论文提纲范文）
| 1 研究基于信息检索的数据库软件可靠性评估技术 |
| 1.1 基于信息检索的数据库软件可靠性评估过程 |
| 1.2 建立数据库软件测试模型 |
| 1.3 计算可靠性评估估计值 |
| 1.4 评估数据库软件可靠性 |
| 2 实验论证分析 |
| 2.1 实验准备 |
| 2.2 实验结果 |
| 3 结束语 |
（2）基于小子样的高速列车齿轮箱箱体结构可靠性评估（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 可靠性评估国内外研究现状及应用 |
| 1.2.1 对数正态型寿命分布可靠性评估研究现状 |
| 1.2.2 小子样的可靠性评估研究现状 |
| 1.2.3 小子样的可靠性评估在轨道车辆上的应用现状 |
| 1.3 论文主要研究内容 |
| 1.3.1 论文的主要内容 |
| 1.3.2 论文的技术路线 |
| 本章小结 |
| 第二章 可靠性评估理论基础 |
| 2.1 常用的可靠性指标 |
| 2.2 常用的寿命分布 |
| 2.3 可靠性评估理论 |
| 2.3.1 可靠性评估概述 |
| 2.3.2 小子样可靠性评估概述 |
| 2.4 Bayes可靠性评估基本理论 |
| 2.5 Bootstrap法基本原理 |
| 本章小结 |
| 第三章 基于Bayes理论的齿轮箱箱体小子样可靠性评估 |
| 3.1 小子样Bayes可靠性评估方法 |
| 3.1.1 先验信息的检验 |
| 3.1.3 ML-II加权平均多源信息融合方法 |
| 3.2 小子样改进Bayes可靠性评估流程 |
| 3.3 数值算例验证 |
| 3.3.1 分布类型检验 |
| 3.3.2 基于ML-II加权平均多源信息融合 |
| 3.3.3 相容性检验 |
| 3.3.4 Bayes可靠性评估 |
| 3.4 基于Bayes方法的齿轮箱箱体小子样可靠性评估 |
| 3.4.1 齿轮箱箱体样本分布类型检验和先验信息的融合 |
| 3.4.2 齿轮箱箱体相容性检验 |
| 3.4.3 齿轮箱箱体Bayes可靠性评估 |
| 本章小结 |
| 第四章 基于Bootstrap的极小子样可靠性评估 |
| 4.1 虚拟增广样本法基本原理 |
| 4.2 改进的Bootstrap方法 |
| 4.2.1 性能分布函数求解 |
| 4.2.2 综合利用极大似然估计法和四分位差估计法 |
| 4.3 极小子样下可靠性评估流程 |
| 4.4 基于Bootstrap方法的齿轮箱箱体小子样可靠性评估 |
| 4.4.1 极小子样前处理 |
| 4.4.2 利用改进的Bootstrap方法进行评估 |
| 本章小结 |
| 第五章 齿轮箱箱体小子样无失效数据可靠性评估 |
| 5.1 样本信息前处理 |
| 5.2 失效概率值的E-Bayes估计 |
| 5.3 失效概率值的多层Bayes估计 |
| 5.4 可靠度的点估计 |
| 5.5 小子样无失效数据可靠性评估流程 |
| 5.5.1 配分布曲线法 |
| 5.5.2 小子样无失效数据可靠性评估流程 |
| 5.6 齿轮箱箱体小子样无失效数据可靠性评估 |
| 5.6.1 齿轮箱箱体E-Bayes估计 |
| 5.6.2 齿轮箱箱体多层Bayes估计 |
| 5.6.3 对比分析 |
| 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术成果 |
| 致谢 |
（3）基于非完美测试理论的区间综合监控系统软件可靠性评估研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 软件可靠性评估研究现状 |
| 1.2.2 软件可靠性模型研究现状 |
| 1.3 论文章节架构 |
| 1.4 论文技术路线图 |
| 第二章 基于非完美测试的QJK软件可靠性评估理论基础 |
| 2.1 软件可靠性概述 |
| 2.1.1 软件可靠性度量指标 |
| 2.1.2 软件可靠性评估流程和影响因素 |
| 2.2 NHPP类完美测试模型的建立过程 |
| 2.2.1 软件可靠性模型中的比较标准 |
| 2.2.2 QJK软件评估中完美测试模型的建立 |
| 2.3 完美测试模型的应用与完美测试模型的缺陷 |
| 2.3.1 完美测试模型的可靠性应用流程分析 |
| 2.3.2 完美测试模型在QJK软件测试中的缺陷 |
| 2.4 传统NHPP非完美测试模型简介 |
| 2.4.1 NHPP的经典型非完美测试模型 |
| 2.4.2 NHPP的S型非完美测试模型 |
| 2.5 非完美测试模型和完美测试模型的比较 |
| 2.6 本章小结 |
| 第三章 基于非完美测试的QJK软件改进型可靠性模型研究 |
| 3.1 QJK软件测试特点总结与改进方向提出 |
| 3.1.1 覆盖率函数的使用和引进率函数的同态现象 |
| 3.1.2 测试工作量函数的引入和人为因素影响分析 |
| 3.2 基于NHPP的QJK软件可靠性改进模型 |
| 3.2.1 引入测试覆盖率函数的NHPP改进型模型 |
| 3.2.2 引入测试工作量函数的NHPP改进型模型 |
| 3.2.2.1 测试量函数的引入及基本框架模型 |
| 3.2.2.2 总故障数函数的表征方式与总体框架模型的建立 |
| 3.2.2.3 检测率函数和工作量函数的确定以及模型的推导 |
| 3.2.3 引入检测率函数非线性变化情形的NHPP改进型模型 |
| 3.2.3.1 对于扰动的随机化处理以及噪声变量的引入 |
| 3.2.3.2 关于检测率函数的随机微分方程数值解法 |
| 3.3 基于神经网络的QJK软件可靠性改进模型 |
| 3.3.1 神经网络与BP前向神经网络 |
| 3.3.2 BP神经网络的泛化能力与缺陷 |
| 3.3.3 BP神经网络在遗传算法优化下的应用 |
| 3.3.3.1 遗传算法对BP神经网络的优化 |
| 3.3.3.2 遗传算法优化BP神经网络的实际应用 |
| 3.4 本章小节 |
| 第四章 基于非完美测试的QJK软件可靠性评估应用 |
| 4.1 QJK软件测试与可靠性评估的过程 |
| 4.1.1 测试环境的配置 |
| 4.1.2 测试用例的设计 |
| 4.1.3 测试结果的采集和测试数据的记录 |
| 4.2 可靠性模型在QJK软件可靠性评估中的应用与相关参数的计算 |
| 4.3 本章小结 |
| 第五章 基于非完美测试的QJK软件可靠性评估工具的设计与实现 |
| 5.1 QJK软件测试中的评估过程 |
| 5.2 QJK软件可靠性评估工具的需求分析及方法选择 |
| 5.2.1 需求分析 |
| 5.2.2 方法选择 |
| 5.3 QJK软件可靠性评估软件实现的关键技术和算法设计 |
| 5.3.1 动态链接库的编译 |
| 5.3.2 表格文件的读取 |
| 5.3.3 输出量的设计与评估参数的选取 |
| 5.3.4 用户界面设计与算法流程图 |
| 5.4 QJK软件可靠性评估工具的应用 |
| 5.5 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
（4）高速铁路行车调度系统可靠性评估方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 依托课题 |
| 1.1.2 研究背景 |
| 1.1.3 研究意义 |
| 1.2 相关定义 |
| 1.2.1 系统 |
| 1.2.2 系统可靠性 |
| 1.3 国内外研究现状 |
| 1.3.1 硬件可靠性 |
| 1.3.2 软件可靠性 |
| 1.3.3 人因可靠性 |
| 1.3.4 整体系统可靠性 |
| 1.3.5 高速铁路行车调度系统可靠性 |
| 1.3.6 既有研究现状评述 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.5 本章小结 |
| 2 高速铁路行车调度系统结构与作用 |
| 2.1 高速铁路行车调度系统概述 |
| 2.1.1 高速铁路行车调度系统岗位设置 |
| 2.1.2 高速铁路行车调度系统内部设备 |
| 2.1.3 高速铁路行车调度系统相关设备 |
| 2.1.4 高速铁路行车调度系统功能 |
| 2.2 高速铁路行车调度系统信息交互 |
| 2.3 高速铁路行车调度系统地位分析 |
| 2.3.1 复杂网络理论基本原理 |
| 2.3.2 高速铁路行车调度拓扑结构的构建 |
| 2.3.3 节点和边的重要度排序 |
| 2.4 本章小结 |
| 3 高速铁路行车调度系统故障数据分析 |
| 3.1 故障数据预处理 |
| 3.2 故障关键词提取 |
| 3.2.1 TF-IDF算法 |
| 3.2.2 平均信息熵 |
| 3.2.3 Text-Rank算法 |
| 3.3 隐含狄利克雷模型 |
| 3.3.1 隐含狄利克雷分布 |
| 3.3.2 参数估计 |
| 3.3.3 确定主题个数K |
| 3.4 故障数据分析 |
| 3.5 本章小结 |
| 4 高速铁路行车调度系统设备可靠性评估 |
| 4.1 车站自律机 |
| 4.2 自律机硬件系统可靠性分析 |
| 4.2.1 硬件可靠性相关指标 |
| 4.2.2 硬件可靠性建模数学基础 |
| 4.2.3 不考虑故障修复下硬件可靠性研究 |
| 4.2.4 考虑故障修复下硬件可靠性研究 |
| 4.3 自律机软件系统靠性分析 |
| 4.3.1 软件可靠性相关定义 |
| 4.3.2 软件可靠性建模数学基础 |
| 4.3.3 经典NHPP软件可靠性模型 |
| 4.3.4 改进NHPP软件可靠性模型 |
| 4.3.5 自律机软件可靠性测试 |
| 4.4 本章小结 |
| 5 基于CREAM的行车调度人员可靠性分析 |
| 5.1 人因可靠性基础理论 |
| 5.1.1 人因失误相关概念 |
| 5.1.2 人因可靠性分析基本方法 |
| 5.2 基于改进CREAM法的人因可靠性评估 |
| 5.2.1 CREAM法理论 |
| 5.2.2 CPC因子的评估细则 |
| 5.2.3 CPC隶属函数的建立 |
| 5.2.4 CPC因子权重确定 |
| 5.2.5 计算人误概率HEP |
| 5.3 高速铁路行车调度人员可靠性评估 |
| 5.3.1 高速铁路行车调度人员工作场景 |
| 5.3.2 CPC评分值的计算 |
| 5.3.3 模型的合理性分析与验证 |
| 5.4 本章小结 |
| 6 基于群决策的系统可靠性综合评估 |
| 6.1 二元语义基本理论 |
| 6.1.1 二元语义 |
| 6.1.2 区间二元语义 |
| 6.2 群决策评估方法 |
| 6.2.1 群决策在可靠性评估的应用 |
| 6.2.2 指标权重和专家权重的确定 |
| 6.3 综合平均模型的构建 |
| 6.3.1 雷达图综合模型 |
| 6.3.2 系统可靠性评估 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 主要研究工作 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 作者简历及攻读博士学位期间取得的科研成果 |
| 学位论文数据集 |
（5）复杂软件系统动态可靠性分配与评估方法研究（论文提纲范文）
| 详细摘要 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 可靠性分配研究现状 |
| 1.2.2 可靠性评估研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文章节安排 |
| 第2章 相关理论概述 |
| 2.1 复杂软件系统 |
| 2.1.1 软件系统的层次分析法 |
| 2.1.2 复杂软件系统的层次结构 |
| 2.2 基于D-S证据理论的权重计算 |
| 2.2.1 D-S证据理论 |
| 2.2.2 不确定性的表达 |
| 2.3 软件可靠性度量指标 |
| 2.4 软件可靠性模型 |
| 2.5 本章小结 |
| 第3章 基于D-S证据理论的复杂软件系统动态可靠性分配方法 |
| 3.1 引言 |
| 3.2 方法概述 |
| 3.3 基于D-S证据理论的动态可靠性分配方法 |
| 3.3.1 基于层次分析法的软件权重计算 |
| 3.3.2 基于D-S证据理论的模块权重计算 |
| 3.3.3 复杂软件系统可靠性分配函数构建 |
| 3.3.4 基于PSO和SDE的混合优化算法的可靠性分配函数求解 |
| 3.4 实验验证与分析 |
| 3.4.1 基于复杂软件系统T1的实验分析 |
| 3.4.2 基于复杂软件系统T2的实验分析 |
| 3.4.3 混合优化算法性能验证与分析 |
| 3.5 本章小结 |
| 第4章 基于多模型组合的软件可靠性评估方法 |
| 4.1 引言 |
| 4.2 方法概述 |
| 4.3 基于多模型组合的软件可靠性评估 |
| 4.3.1 基于模糊综合评价的优选模型选取 |
| 4.3.2 基于混沌粒子群的优选模型权重计算 |
| 4.3.3 基于多模型组合的软件可靠性评估 |
| 4.4 实验验证与分析 |
| 4.4.1 基于SYSI数据的实验分析 |
| 4.4.2 基于CSR3数据的实验分析 |
| 4.5 本章小结 |
| 第5章 软件可靠性分配与评估平台设计与验证 |
| 5.1 平台功能架构设计 |
| 5.2 平台功能实例验证 |
| 5.2.1 实例系统描述 |
| 5.2.2 实例验证与分析 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 作者在读期间发表的学术论文及参加的科研项目 |
（6）基于神经网络的软件可靠性模型研究及实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 软件可靠性工程的发展现状 |
| 1.2.2 软件可靠性模型的发展现状 |
| 1.3 论文所做的工作 |
| 1.4 论文结构安排 |
| 第二章 软件可靠性简介 |
| 2.1 软件可靠性相关概念 |
| 2.1.1 软件可靠性定义 |
| 2.1.2 软件失效定义 |
| 2.1.3 软件可靠性参数 |
| 2.2 软件可靠性工程基本框架 |
| 2.3 软件可靠性测试 |
| 2.4 软件可靠性评估 |
| 2.4.1 软件可靠性评估的定义 |
| 2.4.2 软件可靠性评估流程 |
| 2.4.3 软件可靠性模型 |
| 2.5 本章小结 |
| 第三章 软件失效数据补充方法 |
| 3.1 失效数据面临的问题 |
| 3.2 失效数据补充的思路 |
| 3.3 失效数据补充的方法 |
| 3.4 失效数据补充的流程 |
| 3.5 本章小结 |
| 第四章 神经网络软件可靠性模型研究 |
| 4.1 模型建立的思路 |
| 4.2 经典软件可靠性模型的分类 |
| 4.3 基模型的选择及介绍 |
| 4.3.1 基模型的选择 |
| 4.3.2 基模型的介绍 |
| 4.4 基于ELM的组合软件可靠性模型 |
| 4.4.1 神经网络算法的选择 |
| 4.4.2 软件可靠性模型的结构 |
| 4.5 模型的验证 |
| 4.5.1 第一组实验 |
| 4.5.2 第二组实验 |
| 4.5.3 第三组实验 |
| 4.5.4 模型验证结论 |
| 4.6 本章小结 |
| 第五章 原型工具 |
| 5.1 原型工具需求分析 |
| 5.2 原型工具功能结构 |
| 5.3 原型工具设计策略 |
| 5.4 原型工具界面展示 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的学术论文及取得的研究成果 |
（7）基于构件分析的软件可靠性评估与分配模型及应用（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 软件可靠性评估技术 |
| 1.2.2 软件可靠性分配技术 |
| 1.3 主要研究内容和论文结构 |
| 第二章 构件软件可靠性及相关技术研究 |
| 2.1 构件软件可靠性组成要素 |
| 2.2 构件软件可靠性评估概述 |
| 2.2.1 软件可靠性评估模型分类 |
| 2.2.2 构件软件可靠性评估的共性需求 |
| 2.3 构件软件可靠性分配概述 |
| 2.3.1 软件可靠性分配模型介绍 |
| 2.3.2 软件可靠性分配算法介绍 |
| 2.4 本章小结 |
| 第三章 构件影响力定义及其计算过程 |
| 3.1 软件可靠性评估模型及其不足分析 |
| 3.2 三参数构件影响力度量模型 |
| 3.2.1 软件有向图模型 |
| 3.2.2 构件影响力分析 |
| 3.2.3 基于构件影响力的可靠性评估 |
| 3.3 实验设置与结果分析 |
| 3.3.1 实验设置 |
| 3.3.2 实验结果分析 |
| 3.4 本章小结 |
| 第四章 基于结构分析和构件影响力的软件可靠性评估模型 |
| 4.1 基于结构的可靠性评估模型及其不足分析 |
| 4.2 基于结构分析和构件影响力的软件可靠性评估模型 |
| 4.2.1 基于结构分析的状态映射机制 |
| 4.2.2 模型实现 |
| 4.3 实验设置与结果分析 |
| 4.3.1 实验设置 |
| 4.3.2 结果分析 |
| 4.4 本章小结 |
| 第五章 基于改进鸟群算法的构件软件可靠性分配 |
| 5.1 软件可靠性分配技术及其不足分析 |
| 5.2 基于改进鸟群算法的构件软件可靠性分配 |
| 5.2.1 软件可靠性最优分配模型 |
| 5.2.2 IBSA算法 |
| 5.3 实验设置与结果分析 |
| 5.3.1 实验设置 |
| 5.3.2 结果分析 |
| 5.4 本章小结 |
| 第六章 基于构件分析的软件可靠性预测框架及应用 |
| 6.1 构件软件可靠性预测框架 |
| 6.1.1 构件提取与分析 |
| 6.1.2 软件可靠性预测 |
| 6.2 构件软件可靠性预测系统设计 |
| 6.2.1 需求分析 |
| 6.2.2 总体设计 |
| 6.2.3 功能设计 |
| 6.2.4 关键技术实现 |
| 6.2.5 系统实现 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的论文 |
（9）交直流混合微电网安全性及供电可靠性评估研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.1.1 交直流混合微电网的产生与研究意义 |
| 1.1.2 交直流混合微电网可靠性评估的研究意义 |
| 1.2 交直流混合微电网可靠性评估的研究现状 |
| 1.3 本文主要工作 |
| 第2章 交直流混合微电网常规潮流及随机潮流计算 |
| 2.1 基于节点功率方程的电力系统常规潮流计算 |
| 2.2 交直流混合微电网常规潮流模型的建立 |
| 2.2.1 节点处理 |
| 2.2.2 统一潮流模型 |
| 2.3 基于交替迭代的交直流混合微电网常规潮流求解 |
| 2.3.1 常规潮流算法分析 |
| 2.3.2 LMNL潮流算法 |
| 2.3.3 交替迭代求解流程 |
| 2.4 基于蒙特卡罗抽样的交直流混合微电网随机潮流计算 |
| 2.5 算例分析 |
| 2.5.1 算例系统 |
| 2.5.2 LMNL算法验证 |
| 2.5.3 交直流混合微电网的常规潮流计算结果 |
| 2.5.4 交直流混合微电网的随机潮流计算结果 |
| 2.6 本章小结 |
| 第3章 交直流混合微电网静态安全评估 |
| 3.1 电力系统静态安全评估的机理 |
| 3.2 交直流混合微电网的静态安全风险分析 |
| 3.3 交直流混合微电网的静态安全风险评估 |
| 3.3.1 静态安全风险指标 |
| 3.3.2 N-1解列准则与切负荷策略 |
| 3.3.3 评估流程 |
| 3.4 算例分析 |
| 3.4.1 静态安全风险评估结果 |
| 3.4.2 不同切负荷策略下评估结果的比较 |
| 3.4.3 增大负荷功率波动标准差对系统静态安全风险的影响 |
| 3.5 交直流混合微电网静态安全风险评估GUI软件开发 |
| 3.6 本章小结 |
| 第4章 交直流混合微电网长期供电可靠性评估 |
| 4.1 电力系统长期供电可靠性评估的机理 |
| 4.2 基于等效节点模型的故障影响分析 |
| 4.2.1 故障分区 |
| 4.2.2 等效节点模型 |
| 4.2.3 故障分析 |
| 4.3 系统元件可靠性模型 |
| 4.4 长期供电可靠性指标与评估流程 |
| 4.4.1 长期供电可靠性指标 |
| 4.4.2 评估流程与步骤 |
| 4.5 算例分析 |
| 4.5.1 方法验证 |
| 4.5.2 不同抽样方法下的可靠性评估结果比较 |
| 4.6 本章小结 |
| 第5章 交直流混合微电网短期供电可靠性评估 |
| 5.1 时变概率树故障筛选法 |
| 5.1.1 时变概率树 |
| 5.1.2 时变概率树故障筛选法 |
| 5.2 负荷点供电中断的时变概率计算 |
| 5.2.1 交直流混合微电网时变模型 |
| 5.2.2 时变概率计算 |
| 5.3 短期供电可靠性指标与评估流程 |
| 5.4 算例分析 |
| 5.4.1 TVPTCST筛选算法验证 |
| 5.4.2 短期供电可靠性评估结果 |
| 5.4.3 增大系统负荷下的短期供电可靠性评估结果 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 下一步开展的工作 |
| 参考文献 |
| 致谢 |
| 个人简历、攻读硕士学位期间发表的学术论文及研究成果 |
（10）基于模型的软件可靠性评估技术研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 可靠性模型 |
| 1.2.2 参数估计 |
| 1.2.3 模型预测 |
| 1.3 主要研究内容 |
| 1.4 论文组织结构 |
| 第二章 相关理论研究 |
| 2.1 可靠性定义 |
| 2.2 可靠性度量指标 |
| 2.3 可靠性模型 |
| 2.3.1 可靠性模型定义 |
| 2.3.2 经典的可靠性模型 |
| 2.4 可靠性评估 |
| 2.4.1 可靠性评估定义 |
| 2.4.2 可靠性评估过程 |
| 2.5 本章小结 |
| 第三章 改进的可靠性模型参数估计技术 |
| 3.1 引言 |
| 3.2 方法概述 |
| 3.3 基于优化蚁群的参数估计算法 |
| 3.3.1 问题建模 |
| 3.3.2 蚁群搜索框架构建 |
| 3.3.3 优化策略应用 |
| 3.3.4 算法流程 |
| 3.4 实例验证与分析 |
| 3.4.1 实验设计 |
| 3.4.2 实验分析 |
| 3.5 本章小结 |
| 第四章 面向模型选择和混合策略的模型预测技术 |
| 4.1 引言 |
| 4.2 方法概述 |
| 4.3 基于层次分析法和神经网络的模型预测算法 |
| 4.3.1 基准模型选取 |
| 4.3.2 评价指标计算 |
| 4.3.3 基于层次分析法的模型选择 |
| 4.3.4 基于神经网络的模型混合 |
| 4.3.5 可靠性评估 |
| 4.3.6 算法流程 |
| 4.4 实例验证与分析 |
| 4.4.1 实验设计 |
| 4.4.2 实验分析 |
| 4.5 本章小结 |
| 第五章 软件可靠性评估平台设计与验证 |
| 5.1 平台功能架构设计 |
| 5.2 平台功能实例验证 |
| 5.2.1 实例系统描述 |
| 5.2.2 实例验证与分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 作者在读研期间发表的学术论文及参加的科研项目 |
四、软件可靠性评估研究（论文参考文献）
- [1]基于信息检索的数据库软件可靠性评估技术研究[J]. 马辉. 电脑知识与技术, 2021(26)
- [2]基于小子样的高速列车齿轮箱箱体结构可靠性评估[D]. 张月. 大连交通大学, 2020(06)
- [3]基于非完美测试理论的区间综合监控系统软件可靠性评估研究[D]. 杨翥宇. 西南交通大学, 2020(07)
- [4]高速铁路行车调度系统可靠性评估方法研究[D]. 孙延浩. 中国铁道科学研究院, 2020(01)
- [5]复杂软件系统动态可靠性分配与评估方法研究[D]. 张加. 杭州电子科技大学, 2020(04)
- [6]基于神经网络的软件可靠性模型研究及实现[D]. 李思雨. 中国电子科技集团公司电子科学研究院, 2020(03)
- [7]基于构件分析的软件可靠性评估与分配模型及应用[D]. 陈悦. 南京航空航天大学, 2020(07)
- [8]船舶通信软件的可靠性评估[J]. 刘杨. 舰船科学技术, 2020(02)
- [9]交直流混合微电网安全性及供电可靠性评估研究[D]. 苏敏. 湘潭大学, 2019(02)
- [10]基于模型的软件可靠性评估技术研究与实现[D]. 李梦然. 杭州电子科技大学, 2019(04)