[发明专利]一种考虑成本-可靠性的SRGM决策模型及其构建方法

说明书

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。

技术领域

本发明属于计算机软件技术领域，尤其涉及一种考虑成本-可靠性的SRGM决策模型及其构建方法。

背景技术

目前，软件可靠性增长模型SRGM(Software Reliability and Growth Model)是软件测试阶段用于建模和预测可靠性提高过程的重要数学工具。准确建模软件可靠性并且预测其可能的趋势对于确定整个产品的可靠性至关重要。对SRGM的描述主要是通过建立描述测试过程的数学模型，获得累积检测的实效数量表达式m(t)来实施的。仅从描述SRGM的m(t)来研究是从可靠性的角度来实施，同时也需要考虑到测试成本，即需要考虑到测试工作量TE(Testing Effort)，其与成本紧密相关。TE描述了测试资源的消耗，可由测试工作量函数TEF(Testing Effort Function)来描述。软件发布不仅要考虑到可靠性要求，成本因素也至关重要，即软件发布必须综合考虑“成本-可靠性”综合标准。因此，考虑TE到SRGM中已成为SRGM研究的重要分支，并取得了一系列的成果。

自二十世纪七十年代末的G-O模型算起，SRGM研究已跨越两个世纪，已有近四十年的研究历史，几百种模型被提出。这些成果丰富了研究的内涵，但同时也为评价与选择SRGM带来困难。当前主要从拟合与预测角度对SRGM的性能进行评价，即m(t)与真实历史失效数据的拟合情况，以及对未来失效的预测情况。例如，在对模型与历史数据的拟合评价上，MSE,Variation,MEOP,TS,RMS-PE,BMMRE和R-square常被用来作为度量的选择，其中除R-square标准以接近于1为优，其余标准数值越小表明拟合效果越好；RE被作为模型对未来数据预测的评价标准，RE越趋紧于0表明预测效果越好。但事实上，在不同的数据集上，尚难以找到一个在上述拟合与预测标准上均表现优秀的模型，此外，直观单一地从这些数值的高低来判别模型间的性能优劣是较为困难和非定量的。

显然，如何选择和评价模型的性能，进行更为客观和科学的决策成为SRGM研究的一个重要研究方面，当前已取得一些进展。Sharma K基于欧几里得(Euclidean)距离进行SRGM的最优选择，通过计算模型与理想解之间的最短距离来确定最优者，但缺少对TE和更多评测性能标准，尤其是预测RE标准的考虑。现有技术从决策软件发布角度提出了在工程实际中选择SRGM的方法，其通过评价模型预测软件中剩余故障的准确性来进行SRGM的选择标准。另外，还有现有技术从MSE拟合标准和自定义的预测指标(相对平衡RE)对SRGM进行评价，并给出了具体的SRGM选择执行流程。Lakshmanan提出了一种基于前馈神经网络(Feed-Forward Neural Network，FFNN)的方法，通过测量每种模型的拟合优度来选择SRGM，但在对成本损耗和模型预测性能的描述都有所欠缺。

这些研究工作从不同角度实施，推动了SRGM选择与决策研究的发展，当前研究中存有如下不足：

(1)针对现有的SRGM模型，在进行比较时，往往只考虑到少数几个评判准则，比如MSE，R-Square等，同时也忽略掉了预测标准RE在模型选择中的重要地位，所以很可能会导致选择出与工程软件不符合的模型；

(2)在拟合与预测标准上，不同的评价标准对模型性能度量程度是不同的，应予以考虑其权重；