买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国电子科技集团公司第十五研究所;中电科大数据研究院有限公司

摘要：本发明公开了一种软件可靠性预计方法、系统、设备及存储介质，所述方法包括：将软件系统输入至层次分解模型进行分解，输出层次分解树结构；针对层次分解树结构，分析树节点的影响域；其中，原树的子节点和父节点之间强关联，兄弟节点有影响阈值达到固定值的为弱关联；建立好关联后将树转化为有向图，自底向上进行初始模型构建；准备数据并清理，基于函数化神经元的神经网络算法预测所述初始模型参数，并用k折交叉验证来进行模型微调，得到调整后的层次分解模型；将当前软件系统按照调整后的层次分解模型进行分解，自底向上进行可靠性预测。通过本公开的处理方案，减小分解分析时的人为因素对软件本身描述的影响，从而提高可靠性预计效果。

主权项：1.一种软件可靠性预计方法，包括在层次分解模型上应用函数化神经元的BP神经网络进行软件可靠性预计，其特征在于，所述方法包括以下步骤：将软件系统输入至层次分解模型进行分解，输出层次分解树结构；针对层次分解树结构，分析树节点的影响域；其中，树的子节点和父节点之间强关联，兄弟节点有影响阈值达到固定值的为弱关联；建立好关联后将树转化为有向图，自底向上进行初始模型构建；所述初始模型构建，包括：对于技术层非叶子节点，按照以下公式建模： 其中，yi为节点i的可靠性预计值；fkxl为节点i的第k个子节点的可靠性预计值，xl为子节点k的可靠性影响因子值，l为因子个数；为节点i的所有叶子节点的预计值之和；δjyj为节点j对节点i的可靠性影响值；δj为影响权重；yj为节点j的可靠性预计值；对于业务层节点，按照以下公式建模： 其中，zi为节点i的可靠性预计值，fkxl为节点i的第k个子节点的可靠性预计值；xl为子节点k的可靠性影响因子值，l为因子个数；为节点i的所有叶子节点的预计值之和；δjzj为节点j对节点i的可靠性影响值；δj为影响权重；zj为节点j的可靠性预计值；fym为节点i的技术层子节点的可靠性阈值函数值；当技术层子节点为空，则fym为0；准备数据并清理，基于函数化神经元的神经网络算法预测所述初始模型的参数，并用k折交叉验证来进行模型微调，得到调整后的层次分解模型；所述数据包括：在历史项目中采集的影响可靠性的因子值，包括技术层影响因素和业务层影响因素，以及可靠性分配比例、可靠性指标值；所述基于函数化神经元的神经网络算法，包括：将Y以参数为1的线性回归模型为初始模型带入到BP神经网络算法中运算，即：Yj＝fx1+fx2+…+fxn对于其中的fx，同理采用线性回归模型为初始模型，即：fx＝α1x1+α2x2+……+αnxn其中，αi为可靠性影响因素i的系数；xi为第i个影响因素值，fx为节点的可靠性预测值；基于函数fx，BP神经网络算法为：给定训练集D＝{f1xl,y1,f2xl,y2,…,fmxl,ym}；l∈Rs,m∈Rt,xl∈Rd,ym∈Ru,fmxl∈Rv其有v个输入神经元，每个神经元有s个影响因素，t个输出神经元，该神经网络随层次分解模型的层级而存在多个隐层神经元，假设层次数为q；在该网络中需要确定v×s+t+1q+t个参数，输入训练数据，根据神经网络模型推导过程公式计算阈值；将当前软件系统按照调整后的层次分解模型进行分解，自底向上进行可靠性预测。

全文数据：

权利要求：

百度查询： 中国电子科技集团公司第十五研究所 中电科大数据研究院有限公司 软件可靠性预计方法、系统、设备及存储介质