组件式软件系统的早期可靠性预测模型
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-16页 |
| ·选题依据 | 第12-13页 |
| ·课题研究内容 | 第13-14页 |
| ·早期预测模型国内外研究现状 | 第14-15页 |
| ·文章内容安排 | 第15-16页 |
| 第二章 基于概率自动机的可靠性预测模型的理论研究 | 第16-32页 |
| ·软件可靠性 | 第16-19页 |
| ·时齐Markov 链模型 | 第19-23页 |
| ·时间离散的Markov 链(DTMCs) | 第19-20页 |
| ·时间连续的Markov 链(CTMCS) | 第20-21页 |
| ·基于Markov 链的CBRM | 第21-23页 |
| ·UML 形式化 | 第23-26页 |
| ·软件行为的场景描述 | 第23页 |
| ·用例图及序列图添加统计约束 | 第23-24页 |
| ·用例图及序列图的形式化定义 | 第24-26页 |
| ·概率有限自动机 | 第26-28页 |
| ·度量熵 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于概率有限自动机的软件结构模型 | 第32-56页 |
| ·由形式化UML 构造Markov 链模型 | 第32-36页 |
| ·由Markov 链构造概率有限自动机 | 第36-41页 |
| ·Markov 链与概率有限自动机等价关系 | 第37-40页 |
| ·状态图转换算法 | 第40-41页 |
| ·度量熵计算 | 第41-47页 |
| ·熵的可靠性意义 | 第41-46页 |
| ·度量熵与传统可靠性度量关系 | 第46-47页 |
| ·实例计算 | 第47-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 基于改进神经网络的组件失效模型 | 第56-69页 |
| ·基于神经网络的预测模型理论技术 | 第56-58页 |
| ·神经网络模型的算法改进 | 第58-60页 |
| ·可变学习速率 | 第58页 |
| ·改进神经网络结构的设计 | 第58-60页 |
| ·组件模型测试 | 第60-64页 |
| ·预测模型的输入量选择 | 第60-61页 |
| ·神经网络预测模型的建立 | 第61-63页 |
| ·模型预测实现 | 第63-64页 |
| ·模型性能分析 | 第64-67页 |
| ·对早期可靠性预测模型的完善 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 总结 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75页 |
