PSO和ABC混合的软件可靠性模型参数估计研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 软件可靠性 | 第14-15页 |
| 1.2.2 智能优化算法 | 第15-17页 |
| 1.3 主要研究内容 | 第17-18页 |
| 1.4 章节安排 | 第18页 |
| 1.5 本章小结 | 第18-19页 |
| 第二章 基本理论基础 | 第19-32页 |
| 2.1 软件可靠性 | 第19-21页 |
| 2.1.1 软件可靠性指标 | 第19-20页 |
| 2.1.2 软件可靠性测试 | 第20-21页 |
| 2.2 软件可靠性预测模型 | 第21-24页 |
| 2.2.1 JM模型 | 第21-22页 |
| 2.2.2 GO模型 | 第22-23页 |
| 2.2.3 MO模型 | 第23-24页 |
| 2.3 粒子群优化算法(PSO) | 第24-27页 |
| 2.3.1 PSO算法的生物学背景和简介 | 第24-25页 |
| 2.3.2 PSO算法的基本原理 | 第25-26页 |
| 2.3.3 PSO算法的流程 | 第26页 |
| 2.3.4 PSO算法的改进 | 第26-27页 |
| 2.4 人工蜂群算法(ABC) | 第27-31页 |
| 2.4.1 ABC算法的生物学背景和简介 | 第27-28页 |
| 2.4.2 ABC算法的基本原理 | 第28-29页 |
| 2.4.3 ABC算法的流程 | 第29-30页 |
| 2.4.4 ABC算法的改进 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 研究内容和方法 | 第32-40页 |
| 3.1 研究内容 | 第32页 |
| 3.2 研究方法 | 第32-34页 |
| 3.2.1 已有的方法 | 第32-33页 |
| 3.2.2 适应值函数的构造 | 第33页 |
| 3.2.3 问题解的剔除 | 第33-34页 |
| 3.2.4 加入先验知识 | 第34页 |
| 3.3 实现方法的算法流程 | 第34-39页 |
| 3.3.1 PSO算法的实现流程 | 第34-36页 |
| 3.3.2 ABC算法的实现流程 | 第36-37页 |
| 3.3.3 PSO-ABC算法的实现流程 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 算法仿真和比较 | 第40-67页 |
| 4.1 两种适应值函数的比较 | 第40-52页 |
| 4.1.1 参数估计 | 第40-45页 |
| 4.1.2 估计与预测 | 第45-50页 |
| 4.1.3 问题解的剔除 | 第50-51页 |
| 4.1.4 先验知识加入前后对比 | 第51-52页 |
| 4.2 ABC算法与PSO算法的比较 | 第52-58页 |
| 4.2.1 参数估计 | 第52-53页 |
| 4.2.2 估计与预测 | 第53-58页 |
| 4.3 混合算法与单个算法的比较 | 第58-65页 |
| 4.3.1 参数估计 | 第59-60页 |
| 4.3.2 估计与预测 | 第60-65页 |
| 4.4 本章小结 | 第65-67页 |
| 总结与展望 | 第67-69页 |
| 总结 | 第67页 |
| 展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72-73页 |
| 致谢 | 第73页 |
