本项目对软件自修复的关键技术软件性能衰退特征提取技术及性能结果预测、软件性能衰退趋势的实时重评估与预测、基于软件衰退趋势的维护策略等技术展开研究。研究内容包括:(1)以软件的性能衰退过程为着眼点,对软件性能衰退特征进行提取,对故障分类诊断,实现多尺度属性特征融合;(2)建立综合考虑软件生命周期各阶段模型预测可信度的贝叶斯网络预测模型,对衰退趋势进行实时的重评估与预测,以提高早期诊断的准确性和可信性;(3)提出基于软件性能衰退趋势的软件维护优化策略,为适时、适度的软件维护提供量化描述,考虑运行环境的影响,动态确定维护时间,实现软件可信性评估、预测与维护技术在智能机器人核心软件中的应用。项目为从传统的软件定期(固定间隔)维护模式到智能维护模式的转化提供技术和应用方法研究,对于提高系统可靠性、可用性、节省维护费用、延长软件寿命具有重要的理论研论意义和工程及军事应用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
特斯拉涡轮机运行性能研究综述
硬件木马:关键问题研究进展及新动向
基于LASSO-SVMR模型城市生活需水量的预测
基于多模态信息特征融合的犯罪预测算法研究
基于软件体系结构知识的软件架构过程及其关键技术研究
高聚物复合材料自修复设计及其混凝土筋材工程应用研究
复熵及其在决策与信息中的应用研究
基于环境多样性的软件容错及其应用研究