| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 国内外研究综述 | 第9-10页 |
| 1.2 本文主要工作 | 第10-11页 |
| 1.3 本论文的结构安排 | 第11-12页 |
| 第二章 软件可靠性模型理论 | 第12-23页 |
| 2.1 软件可靠性模型的数学基础 | 第12-13页 |
| 2.2 软件可靠性模型分类 | 第13-17页 |
| 2.3 经典软件可靠性模型介绍 | 第17-21页 |
| 2.3.1 几种经典软件可靠性数学模型 | 第17-20页 |
| 2.3.2 经典的软件可靠性模型比较 | 第20-21页 |
| 2.4 软件可靠性模型选择标准 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 神经网络软件可靠性建模 | 第23-35页 |
| 3.1 神经网络概述 | 第23-24页 |
| 3.2 多层前向神经网络介绍 | 第24-29页 |
| 3.3 神经网络的学习泛化能力 | 第29-31页 |
| 3.4 神经网络用于软件可靠性建模 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 遗传神经网络软件可靠性建模 | 第35-52页 |
| 4.1 遗传算法的原理 | 第35-37页 |
| 4.2 遗传算法优化BP神经网络 | 第37-46页 |
| 4.2.1 种群初始化 | 第38-40页 |
| 4.2.2 适应度计算 | 第40-41页 |
| 4.2.3 选择算子 | 第41页 |
| 4.2.4 交叉算子 | 第41-42页 |
| 4.2.5 变异算子 | 第42-43页 |
| 4.2.6 主函数 | 第43-46页 |
| 4.3 改进遗传神经网络的软件可靠性模型的建立及验证 | 第46-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 可靠性建模软件实现 | 第52-64页 |
| 5.1 软件模块结构图 | 第52-53页 |
| 5.2 软件流程图设计 | 第53-55页 |
| 5.3 软件实现关键技术 | 第55-60页 |
| 5.3.1 样本输入模块 | 第55页 |
| 5.3.2 仿真模块 | 第55-58页 |
| 5.3.3 用户通知模块 | 第58-60页 |
| 5.4 软件实现 | 第60-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 本文主要贡献 | 第64页 |
| 6.2 本文结论 | 第64页 |
| 6.3 下一步工作的展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 硕士期间取得的研究成果 | 第70-71页 |
| 附录A | 第71-72页 |
| 附录B | 第72-73页 |
| 附录C | 第73-80页 |