Modèlisation et prédiction de la fiabilité des logiciels et des réseaux

资 源 简 介

Modèlisation et prédiction de la fiabilité des logiciels et des réseaux

详 情 说 明

本文探讨了软件和网络可靠性的建模与预测方法。在软件可靠性方面，研究聚焦于预测系统累积故障数的非参数化模型，采用了人工神经网络和自回归两种主要方法。这些模型的训练过程结合了进化算法和模拟退火算法，通过动态优化提升预测精度。实验数据表明，该混合方法在拟合优度和逐步预测能力上展现出优势，其累积故障预测准确度优于传统模型。

网络可靠性评估部分提出了两种核心算法：第一种针对有向网络的最小路径集枚举，第二种处理无向网络的极小割集识别。这两个算法都融合了容斥原理来计算整体网络可靠性指标。通过标准测试网络集的验证，这些算法在计算精度和执行效率方面表现出色，为网络可靠性分析提供了实用工具。特别值得注意的是，这些方法适用于任何可建模为网络（无论有向或无向）的复杂系统，具有较广的适用性。

研究中最具创新性的部分在于将软件可靠性预测与网络可靠性评估这两个传统上分离的领域进行了方法论上的交叉融合。在软件可靠性预测中引入的网络分析方法，以及在网络可靠性评估中采用的机器学习优化思路，都体现了这种跨领域的思维碰撞。数值实验结果验证了这种融合方法在预测准确性方面的提升，为复杂系统的可靠性工程提供了新的技术路径。