基于混沌理論軟件可靠性定性仿真建模方法

萬家華，錢 麗

（安徽新華學院信息工程學院，安徽 合肥 230088）

基于混沌理論軟件可靠性定性仿真建模方法

萬家華，錢 麗

（安徽新華學院信息工程學院，安徽 合肥 230088）

基于經(jīng)驗模態(tài)分解算法、混沌分析和神經(jīng)網(wǎng)絡理論提出了一種軟件可靠性建模及預測的混沌神經(jīng)網(wǎng)絡模型。研究成果顯示，依據(jù)經(jīng)驗模態(tài)分解、神經(jīng)網(wǎng)絡以及混沌分析的程序可靠性評估模型的模型模擬以及結(jié)合作用更加完善，評估結(jié)果的準確性相對較高。

經(jīng)驗模態(tài)分解；軟件可靠性模型；混沌分析

評估全部軟件程序所必須的特性中就包括可靠性[1]。本文關注軟件可靠性模型主要是基于軟件失效數(shù)據(jù)[2]，而其中數(shù)據(jù)信息以及時間為開發(fā)的重點。

1 基于經(jīng)驗模態(tài)分解的遞歸神經(jīng)網(wǎng)絡單步預測模型

在程序中出現(xiàn)的不可利用信息以及資源的基礎上，研究程序中的混沌性質(zhì)，對這些不可利用信息以及數(shù)據(jù)中有無這一性質(zhì)進行測試。上述測試中帶有這一性質(zhì)的不可利用信息以及資源與神經(jīng)網(wǎng)絡以及EMD分解理論相互作用，從而形成不同的神經(jīng)網(wǎng)絡，并命名為EMD＆DRNN。第一步是依據(jù)EMD分解理論，將程序中出現(xiàn)的不可利用信息以及資源做處理，并由此得出有不同期限標識性質(zhì)的基礎模型個體，也就是IMFs。第二步是在神經(jīng)網(wǎng)絡的基礎上，把上一步中得到的基礎模型個體做一個分析和評估。這一分析和評估可以劃分成三個板塊（如下圖1）：

圖1 依據(jù)EMD理論的遞歸神經(jīng)網(wǎng)絡模型結(jié)構(gòu)

一個板塊是，有差值增加功能以及EMD分解功能在內(nèi)的部分，其中Inimf以及InX（t）是經(jīng)過上述兩個功能作用后得到的數(shù)值。最后一個板塊是將上一版塊中得到的數(shù)據(jù)進行整合得到評估結(jié)論，q是開始狀態(tài)下信息以及資源在EMD理論作用下的基礎模型個體的數(shù)量。

評估相關程序中不可利用信息及資源的計算步驟為：根據(jù)EMD分解理論對程序不可利用的時間順序數(shù)列進行剖析。評估神經(jīng)網(wǎng)絡中出現(xiàn)的相關決定性數(shù)據(jù)。

2 算例分析

對于模型各部分功能以及性質(zhì)的測試會依據(jù)四個不同的審核標準來實現(xiàn)：

均值誤差平方和：

回歸線方程的相應指數(shù)：

均值誤差：

均方百分比誤差：

示例 1 Musa為測試所選擇的信息以及資源集合，測試中需要的個體數(shù)是136個，并將這些個體依據(jù)EMD神經(jīng)網(wǎng)絡理論實行評估以及模型的制作。由于程序不可利用的部分有著混沌的特性，無法對其進行長時間評估，因此就將前面130個個體組成一個測試集合，剩下的則成為對比系數(shù)，來確保評估結(jié)果的準確性。重復這一步驟多次，到對應的維度值與相應的極限數(shù)相同。在Takens理論的基礎上，插入網(wǎng)絡以及吸引子維度值之間聯(lián)系是D≥2+1，而此時測試集合中的吸引子的維度值約是1.49，因此這一集合的插入網(wǎng)絡的維度值為4。為Musa個體集合在EMD理論的基礎上作用之后，出現(xiàn)的八種基礎模型個體和多余的部分。在開始狀態(tài)下的信息以及資源和經(jīng)作用之后的信息資源的基礎上來開發(fā)神經(jīng)網(wǎng)絡的拓撲組織，應該對上述八種基礎模型個體與開始狀態(tài)下的信息及資源的插入維度值以及準確的滯后時間進行推算。接下來再根據(jù)G-P理論，得出網(wǎng)絡維度值以及對應維度值的聯(lián)系網(wǎng)絡，每一順序數(shù)列的插入維度值是：4,4,5,6,6,4,4,5,4。測試中的EMD神經(jīng)網(wǎng)絡里插入維度值與導入的樣本點的數(shù)目相同，再利用試湊法來選取不顯現(xiàn)部分的樣本點，同時利用 Kolmogorov理論得出了九種網(wǎng)絡的組成是:4-9-1,4-9-1,5-11-1,6-13-1,6-13-1,4-9-1,4-9-1,5-11-1,4-9-1。下表1為上述集合依據(jù)EMD&DRNN、DRNN、SVR以及ARIMA理論運算得出的評估結(jié)果和對應的審核標準數(shù)值。根據(jù)下表2得到，SVR、ARIMA和DRNN理論的評估結(jié)論和EMD&DRNN理論的評估結(jié)論相比準確度較低，又因為EMD＆DRNN理論作用下的結(jié)論其集合不長，沒有混沌性質(zhì)，因此它的評估參考數(shù)值的準確率低于真實示例1中的評估結(jié)論。

表1 Musa數(shù)據(jù)集上各模型的評估結(jié)論

表2 NTDS數(shù)據(jù)集上各模型的評估結(jié)論

3 結(jié)論

文章依據(jù)混沌分解的方法以及EMD理論對在小波改變范圍內(nèi)決定剖析大小和小波集中出現(xiàn)的問題進行了探討，利用程序的安全系數(shù)建造模型，并開發(fā)了遞歸神經(jīng)網(wǎng)絡組成，使對程序中不可利用信息及資源的評估的準確率更高。經(jīng)測試可得：這一理論的評估精準度相對較高，評估結(jié)論比之前的模型評估結(jié)論有所進步[5]。

[1]鄒豐忠,李傳湘.軟件可靠性混沌模型[J].計算機學報,2001,03:281-291.

[2]丁春光.軟件可靠性評估模塊的研究與實現(xiàn)[J].科技視界,2014,33:90-92.

The chaos theory of software reliability modeling method based on qualitative simulation

WAN Jia-hua,QIAN Li
(School of information engineering Anhui Xinhua University,Hefei Anhui 230088)

Based on empirical mode decomposition method and chaos analysis and artificial neural network theory proposed a software reliability modeling and prediction of chaotic neural network model.Research has shown,based on empirical mode decomposition and neural network and chaos analysis of reliability evaluation model of program models and a more perfect combination,accuracy of assessment results is relatively high.

Empirical mode decomposition; Software reliability model; Chaotic analysis

TP311

：A

10.3969/j.issn.1672-7304.2016.01.062

1672–7304(2016)01–0133–02

基于混沌理論的軟件可靠性定性仿真建模與方法研究(項目編號：KJ2014A100)。

（責任編輯：廖建勇）

萬家華（1980-），男，安徽霍邱人，講師，研究方向：數(shù)據(jù)挖掘、軟件可靠性。