-
公开(公告)号：CN112988564B
公开(公告)日：2023-05-23
申请号：CN202110090904.8
申请日：2021-01-22
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明属于计算机软件技术领域，公开了一种考虑成本‑可靠性的SRGM决策模型及其构建方法，所述考虑成本‑可靠性的SRGM决策模型的构建方法包括：问题的形式化描述；拟合与预测结果标准化处理：设定SRGM性能评测合计共有M+N+1个标准；SRGM评价体系结构树构建；基于TOPSIS的SRGM决策算法构建：构建考虑成本‑可靠性的SRGM评价与选择算法SESABCRC。本发明结合已有决策评估数据的拟合信息，充分考虑模型拟合与预测信息的RE值。实验结果和分析表明，本发明的模型和算法可以较好地进行SRGM的性能评价与选择，为对涵盖测试资源与成本管控和最优发布时间抉择等在内的软件开发活动提供重要决策支持。
-
公开(公告)号：CN110008122B
公开(公告)日：2022-09-06
申请号：CN201910220738.1
申请日：2019-03-22
Applicant: 哈尔滨工业大学(威海)
IPC: G06F11/36
Abstract: 本发明的目的在于提供一种考虑测试工作量与变动点下的模型建立方法，本发明明确考虑到测试工作量TE(testing effort)与变动点CPs(change‑points)。首先给出了考虑TE下的不完美排错时的软件测试过程建模，在此基础之上，将不完美排错的研究范围进一步扩大，分析了考虑存在CPs时的软件测试，建立了更一般性不完美排错下的软件可靠性增长模型框架。本发明的有益效果是有效地建立软件测试过程中的可靠性增长模型，更加准确地描述不完美排错情况。
-
公开(公告)号：CN103761183A
公开(公告)日：2014-04-30
申请号：CN201310738213.X
申请日：2013-12-29
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 考虑FDE和FCE的基于ISQ的软件可靠性增长模型的建立方法，涉及软件故障检测和故障修正领域。解决了现有软件可靠性增长模型都没有考虑到故障检测工作量和故障修正工作量对软件可靠性的影响，降低了模型的实际意义和结果可信度的问题。首先根据待建立的ISQ-FDEFCE软件可靠性增长模型的条件建立微分方程，并获得ISQ-FDEFCE软件可靠性增长模型的故障检测过程的均值函数模型；然后根据软件故障被完全修正的概率、故障修正时间和故障检测过程的均值函数模型，获得ISQ-FDEFCE软件可靠性增长模型的故障修正过程的均值函数模型，完成基于ISQ的软件可靠性增长模型的建立。本发明适用于提高软件的可靠性。
-
公开(公告)号：CN103761172A
公开(公告)日：2014-04-30
申请号：CN201310738215.9
申请日：2013-12-29
Applicant: 哈尔滨工业大学
Abstract: 基于神经网络的硬件故障诊断系统，属于硬件故障诊断领域。解决了现有在线硬件故障诊断系统的诊断准确率低的问题，本发明所述的症状收集单元内设有计数器，该症状收集单元用于收集故障传播过程中外显的高层级症状，通过计数器在症状线程重新执行的过程中，持续对症状触发次数进行累加，并计算到达率，之后，将到达率送至神经网络诊断单元进行诊断，到达率为症状信息；神经网络诊断单元用于对症状收集单元送来的症状信息进行分类，并输出诊断结果至仲裁单元，仲裁单元用于对诊断结果进行汇总，且仲裁单元用于对非法结果进行筛查，故障恢复单元用于在接收到诊断结果后，根据所述诊断结果对故障部件的处理，实现故障恢复。本发明应用在硬件故障诊断领域。
-
公开(公告)号：CN102393833A
公开(公告)日：2012-03-28
申请号：CN201110315100.X
申请日：2011-10-17
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 基于HFSQM排队模型考虑排错资源局限性的构件软件可靠性分析方法，本发明涉及软件可靠性分析方法，它解决了实际中不可能拥有无限的排错资源，当所有排错人员都被占用时，新检测到的故障必须排队等待的缺陷。实现由三步组成：资源分配，故障检测过程和故障排除过程。资源分配为HFSQM中等待排错资源的故障分配合适的资源。故障检测过程基于构件软件应用的运行剖面对整个应用执行集成测试。故障排除过程对HFSQM中占有排错资源的故障进行修复。这能为软件发布和测试资源的合理配置提供依据，使软件既能按计划准时发布，又能满足用户的可靠性需求，降低软件的总成本。因此，基于HFSQM的仿真方法对于构件软件测试，进一步对于软件市场决策具有着重要指导意义。
-
Patent Agency Ranking
公开(公告)号：CN102325306A
公开(公告)日：2012-01-18
申请号：CN201110243485.3
申请日：2011-08-23
Applicant: 哈尔滨工业大学
Abstract: 基于综合加权的VANET分簇广播方法，本发明涉及车载无线自组网的广播方法。它解决了车载无线自组网广播方法中传统的分簇算法针对影响分簇结构的连通性、稳定性、负载平衡等因素中的某一个因素来进行，而不考虑影响分簇的其它方面的缺点。它包括下述步骤：一、车载无线自组网的分簇；二、确定每个簇中的簇首节点；三、确定每两个相邻簇的网关节点；四、广播通信；第二步骤中确定每个簇中簇首节点的方法如下：综合考虑节点的位置、速度、连通和行驶行为，选择簇首节点的权计算公式如下：Wi＝w1Ci+w2Di+w3Vi+w4Li。
-
公开(公告)号：CN102306123A
公开(公告)日：2012-01-04
申请号：CN201110312104.2
申请日：2011-10-14
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 基于CSTM模型测试数据转换的构件软件可靠性分析方法，本发明涉及一种软件可靠性分析方法。它为了解决现有黑盒方法的忽略了组成系统的构件的测试以及可靠性信息，没有考虑软件的体系结构的缺点，本发明是测试数据转换的方法来实现黑盒方法和白盒方法的结合。它首先采用白盒方法实现构件软件测试剖面到运行剖面的映射，建立NHPP模型需要的可靠性数据集，然后采用黑盒方法建立构件软件应用的NHPP模型。测试数据转换的目的是将分阶段实现的、异构的构件软件灰盒测试过程转换成满足NHPP模型假设的单调统一的黑盒测试过程，把所有构件的单元测试数据和集成测试中构件之间的接口失效数据转换成整个应用基础上的黑盒测试数据，建立满足NHPP模型假设的可靠性数据集。
-
公开(公告)号：CN102300160A
公开(公告)日：2011-12-28
申请号：CN201110241846.0
申请日：2011-08-22
Applicant: 哈尔滨工业大学
Abstract: 车载无线自组网的N次幂广播方法，本发明涉及车载无线自组网的广播方法。它解决了现有技术的基于概率转发的方法在节点饱和的状态下冲突仍然会比较严重的缺陷。本发明的技术方案是：每个网络节点在接收到广播数据包后，先查询此广播数据包的ID，看是否已经接收过此广播数据包；若已经收到过，则直接丢弃此广播数据包；若未曾收到过，则将其存储并计算本网络节点的转发概率；如果本网络节点的转发概率大于1，则向其它网络节点转发此广播数据包；如果本网络节点的转发概率小于1，则丢弃此广播数据包；本网络节点的转发概率计算公式为：Pi＝(Lij/R)n×100％。用于数据的广播发送。
-
公开(公告)号：CN102279839A
公开(公告)日：2011-12-14
申请号：CN201110261884.2
申请日：2011-09-06
Applicant: 哈尔滨工业大学
IPC: G06F17/00
Abstract: 粗糙集扩展模型中近似集动态更新方法，它涉及一种近似集动态更新方法。本发明方法为了进一步完善基于覆盖广义粗糙集的理论体系，使其能够更好地应用于实际的需求。本发明方法分析了对象的邻域、边界域与近似集的关系，给出了覆盖粗糙集模型中近似集的增量更新方法。本发明方法给出了当属性集增加或减少时，在覆盖广义粗糙集模型中近似集的动态变化趋势及近似集的动态增量更新方法，不仅适用于单属性增加删除时近似集的增量更新，而且也适用于多个属性变化的情况，通过实例验证了这种方法的可行性，通过实验仿真验证所提出方法的性能，且从给出的实例的实验仿真说明，基于覆盖广义粗糙集理论的动态增量更新方法不但有效，而且在效率上也有所提高。
-
公开(公告)号：CN115391171A
公开(公告)日：2022-11-25
申请号：CN202210746599.8
申请日：2022-06-28
Applicant: 哈尔滨工业大学(威海)
IPC: G06F11/36
Abstract: 本发明属于软件故障数据识别技术领域，公开了一种故障检测率对软件可靠性影响分析方法、系统及应用。所述故障检测率对软件可靠性影响分析方法包括以下步骤：分析同类型的故障检测率b(t)形式，针对单SRGM单FDS多FDR模式、多SRGM多FDS多FDR模式，利用信息熵联合TOPSIS决策算法，得出软件故障检测率函数对应的SRGM模型的偏序排序；分析FDR对于SRGM模型的性能影响因素，对实际软件测试过程中选择出故障检测率以建立距离的SRGM，实现测试资源分配和最优发布时间。本发明对于软件可靠性建模中的参数模型选择、确定最优发布时间等具有较强的指导作用。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.031 seconds)
