專利名稱:基于核主成分回歸算法的軟件失效時(shí)間預(yù)測方法
基于核主成分回歸算法的軟件失效時(shí)間預(yù)測方法
技術(shù)領(lǐng)域:
本發(fā)明涉及軟件可靠性測試以及評(píng)估過程中下一次或未來較長時(shí)間內(nèi)軟件失效時(shí)間數(shù)據(jù)預(yù)測方法。
背景技術(shù):
軟件可靠性指在規(guī)定條件下,在規(guī)定時(shí)間內(nèi),軟件不發(fā)生失效的概率。隨機(jī)過程可靠性模型是軟件可靠性增長模型領(lǐng)域研究最多、應(yīng)用最廣泛的一類,但實(shí)際可靠性問題的統(tǒng)計(jì)成分并不能僅用經(jīng)典的統(tǒng)計(jì)分布函數(shù)來描述,而且隨機(jī)過程模型需要對(duì)軟件故障的屬性和軟件失效過程做出許多先驗(yàn)的假設(shè),這導(dǎo)致在不同的項(xiàng)目中各模型表現(xiàn)出極大的預(yù)測精度差異,即模型的適用性較差。基于核函數(shù)理論的方法專門針對(duì)小樣本數(shù)據(jù)的預(yù)測和分類問題,在很多類似可靠性預(yù)測領(lǐng)域得到了非常好的結(jié)果,適合軟件可靠性預(yù)測這種復(fù)雜問題。借助于計(jì)算機(jī)技術(shù),這類模型具有自適應(yīng)能力和學(xué)習(xí)功能,在模型適用性以及評(píng)估預(yù)測能力上均有較好的表現(xiàn),基于核函數(shù)理論的軟件可靠性模型在有限樣本情況下表現(xiàn)出來的良好特性,在很大程度上可以解決神經(jīng)網(wǎng)絡(luò)的過學(xué)習(xí)等問題,成為目前軟件可靠性模型研究中較為重要的一個(gè)突破口。
發(fā)明內(nèi)容本發(fā)明所要解決的技術(shù)問題是提供一種基于核主成分回歸算法的軟件失效時(shí)間預(yù)測方法,實(shí)現(xiàn)軟件可靠性的自適應(yīng)預(yù)測,有效提高軟件失效預(yù)測模型的適應(yīng)能力。為此,本發(fā)明采用以下技術(shù)方案,它包含如下步驟:(I)、首先觀測并記錄順序軟件失效數(shù)據(jù)集,并把所有的輸入輸出數(shù)據(jù)歸一化;(2)、通過合理抽象與假設(shè),把軟件失效時(shí)間預(yù)測問題轉(zhuǎn)化為一個(gè)函數(shù)回歸問題;(3)、選擇用于預(yù)測的核函數(shù),并給定參數(shù)的初始化值;(4)、選擇用于學(xué)習(xí)的失效數(shù)據(jù)數(shù)目;(5)、采用核主成分回歸算法針對(duì)不同失效數(shù)據(jù)集進(jìn)行學(xué)習(xí)優(yōu)化(6)、最后選用優(yōu)化后的參數(shù)對(duì)新的失效時(shí)間進(jìn)行預(yù)測。進(jìn)一步地,步驟(2)所述的把軟件失效時(shí)間預(yù)測問題轉(zhuǎn)化為一個(gè)函數(shù)回歸問題,采用如下方法:假設(shè)已發(fā)生的軟件失效時(shí)間為h,t2, L, tn,令h = fUh, th+p L, V1),則h服從固定但未知的條件分布函數(shù)FU1Vm, L, tw),在懷t2, L, tk已知條件下對(duì)tk+1進(jìn)行預(yù)測變?yōu)?已知k-m個(gè)觀測(T1, tm+1),(T2, tm+2),L, (Tk_m,tk)和第k_m+l個(gè)輸入Tk_m+1的情況下,
估計(jì)第k-m+1個(gè)輸出值^, 其中,Ti表示m維向量[t” ti+1, L, tm+i];步驟(3)中用到的核函數(shù)為高斯核函數(shù)= 〃 x>',其參數(shù)初始值g = I。步驟(4)中的失效數(shù)據(jù)數(shù)目為5-8之間的整數(shù)。進(jìn)一步地,步驟(5)所述的采用核主成分回歸算法針對(duì)不同失效數(shù)據(jù)集進(jìn)行學(xué)習(xí)優(yōu)化,包括如下過程:步驟I,輸入數(shù)據(jù)為k維向量X = (X1, X2, L, X1I ,輸出為向 步驟2,構(gòu)建核函數(shù)矩陣
權(quán)利要求
1.關(guān)于核主成分回歸算法的軟件失效時(shí)間預(yù)測方法,其特征是,它包含如下步驟: (1)、首先觀測并記錄順序軟件失效數(shù)據(jù)集,并把所有的輸入輸出數(shù)據(jù)歸一化; (2)、通過合理抽象與假設(shè),把軟件失效時(shí)間預(yù)測問題轉(zhuǎn)化為一個(gè)函數(shù)回歸問題; (3)、選擇用于預(yù)測的核函數(shù),并給定參數(shù)的初始化值; (4)、選擇用于學(xué)習(xí)的失效數(shù)據(jù)數(shù)目; (5)、采用核主成分回歸算法針對(duì)不同失效數(shù)據(jù)集進(jìn)行學(xué)習(xí)優(yōu)化 (6)、最后選用優(yōu)化后的參數(shù)對(duì)新的失效時(shí)間進(jìn)行預(yù)測。
2.按權(quán)利要求1所述的基于核主成分回歸算法的軟件失效時(shí)間預(yù)測方法,其特征是,步驟(2)所述的把軟件失效時(shí)間預(yù)測問題 轉(zhuǎn)化為一個(gè)函數(shù)回歸問題,采用如下方法: 假設(shè)已發(fā)生的軟件失效時(shí)間為tp t2, L, tn,令h = f (t^, Vnrt, L, V1),則h服從固定但未知的條件分布函數(shù)FaiVm, L, t^),在懷t2, L, tk已知條件下對(duì)tk+1進(jìn)行預(yù)測變?yōu)?已知k-m個(gè)觀測(T1U1), (T2, tm+2), L, (Tk_m, tk)和第k-m+1個(gè)輸入Tk_m+1的情況下,估計(jì)第k-m+1個(gè)輸出值^ 其中,Ti表示m維向量Hti, ti+1, L, tm+i]。
3.按權(quán)利要求1所述的基于核主成分回歸算法的軟件失效時(shí)間預(yù)測方法,其特征是,步驟(3)中用到的核函數(shù)為高斯核函數(shù),= e w -r>:,其參數(shù)初始值g = I。步驟(4)中的失效數(shù)據(jù)數(shù)目為5-8之間的整數(shù)。
4.按權(quán)利要求1所述的基于核主成分回歸算法的軟件失效時(shí)間預(yù)測方法,其特征是,步驟(5)所述的采用核主成分回歸算法針對(duì)不同失效數(shù)據(jù)集進(jìn)行學(xué)習(xí)優(yōu)化,包括如下過程: 步驟I,輸入數(shù)據(jù)為k維向量X = (X1, X2, L, X1I ,輸出為向量ts, s = I, 2, L, m 步驟2,構(gòu)建核函數(shù)矩陣=Kij = k(xi; Xj) i, j = I, 2,L, I,其中
全文摘要
本發(fā)明公開了一種基于核主成分回歸算法的軟件失效時(shí)間預(yù)測方法,通過核函數(shù)技術(shù)的應(yīng)用,把軟件可靠性預(yù)測問題轉(zhuǎn)化為一個(gè)回歸估計(jì)問題,并應(yīng)用核主成分回歸算法來解決可靠性預(yù)測問題。由于充分考慮了軟件可靠性預(yù)測的小樣本特性,采用核函數(shù)技術(shù)能克服觀測變量多于觀測樣本數(shù)的情形以及變量之間存在的多重共線性,因此不會(huì)出現(xiàn)神經(jīng)網(wǎng)絡(luò)等建模方法所產(chǎn)生的模型“過擬合”情況。在新預(yù)測方法中,隨著軟件失效不斷發(fā)生,模型參數(shù)將不斷自動(dòng)調(diào)整以適應(yīng)失效過程的動(dòng)態(tài)變化,從而實(shí)現(xiàn)軟件可靠性的自適應(yīng)預(yù)測,有效提高軟件失效預(yù)測模型的適應(yīng)能力。
文檔編號(hào)G06F19/00GK103093095SQ20131001302
公開日2013年5月8日 申請(qǐng)日期2013年1月14日 優(yōu)先權(quán)日2013年1月14日
發(fā)明者蔣云良, 樓俊鋼, 申情, 江建慧 申請(qǐng)人:湖州師范學(xué)院