Previous Page  4 / 14 Next Page
Information
Show Menu
Previous Page 4 / 14 Next Page
Page Background

Прогнозирование числа отказов программного обеспечения космических аппаратов

ISSN 0236-3941. Вестник МГТУ им. Н.Э. Баумана. Сер. Машиностроение. 2016. № 5

27

где

1

1

2

2

1

1

1

1

(

)

Ф( )

(

)

1 (1 )

.

[( 1

)

(1 )

]

k

k

n

n

k

k

bt

bt

n

k

k

bt

bt

k r

n

bt

bt

k

k

k

t e

t e

b

y y

e

bt e

bt e

bt e

  

 

 

Для иллюстрации работоспособности предлагаемой методики рассматри-

ваем модельный пример, представленный в работе [7]. Предполагаем, что за

10 циклов тестирования была выявлена 31 ошибка. Далее приведены результаты

по каждому циклу тестирования:

n

0

= 0;

n

1

= 2;

n

2

= 4;

n

3

= 10;

n

4

= 16;

n

5

= 18;

n

6

= 22;

n

7

= 24;

n

8

= 28;

n

9

= 30;

n

10

= 31, где

n

i

— накопленное число ошибок, со-

ответствующее

i

-му циклу тестирования.

Искомые значения

b

оценены графически при выполнении условия (рис. 1)

2

Ф( ).

n n

y t

b

(2)

Как следует из графика, условие (2) удо-

влетворяется при значении

b

= 0,345. Далее

по соотношению (1) оценивают значение па-

раметра

a

:

36,1.

1 (1 )

n

n

bt

n

y

a

bt e

  

Зная

a

и

b

, можно найти распределение

прогнозируемых значений числа ошибок

( )

M i

по циклам тестирования

i

:

( )

1 (1 )

.

ib

M i a

bi e

   

Результаты расчета приведены на рис. 2.

Рис. 2.

Распределение расчетных оценок

M

(

i

) и реального накопления ошибок

N

(

i

)

по циклам тестирования

i

Рис. 1.

Зависимости изменения

функций

Ф( )

b

(штриховая кривая)

и

( )

F b

(сплошная) от параметра

b