免费论文摘要：软硬件真实性评价的小样品题目

    软硬件真实性尝试作废数据是创造软硬件真实性评价模子并对软硬件真实性举行评价的普通，作废数据样品量的巨细对模子参数估量精度及软硬件真实性评价的确凿度、精确性起到了至关要害的效率，进而感化了计划拟订和软硬件工程本领评介的科学性。对于宇航航天、舰船、武器、钱庄、核发电站、巨型互联网络派别等关乎国防安定、民生便宜的要害范围或行业的安定要害性软硬件体例，其安定性、真实性诉求极高。因为这类高真实软硬件的作废率很低，在真实性评价进程中常常面对真实性尝试功夫长、不妨搜集到的作废数据样品极少（常常展现为小样品）等题目，使得以统计学为普通的保守软硬件真实性评价模子，难以展现出杰出的本能。    对准上述题目，在对已有接洽功效举行归纳领会的普通之上，正文辨别提出了鉴于自主法和极值统计表面的软硬件真实性评价模子以及鉴于矫正的粒子群优化算法（Modified Particle Swarm Optimization, MPSO）和扶助向量机回归（Support Vector Machine Regression, SVMR）表面的软硬件真实性评价模子来处置小样品景象下的软硬件真实性评价题目。对于第一个模子，开始要决定软硬件作废间隙功夫数据按照的极值散布典型，为此正文经过线性化极值散布因变量和体味累计几率来计划出线性关系系数举行确定。其次，为了估量极值模子中的参数，正文引入自主法观念，经过对残差举行自主取样来决定模子参数。结果运用模子猜测或评价软硬件的平衡实效前功夫（Mean Time To Failure, MTTF）并经过模子比较领会对所述模子举行评介。对于第二个模子，正文开始把作废间隙功夫数据变化为累计作废功夫数据并分别为演练样品和尝试样品；其次，引入矫正的粒子群优化算法来机动采用扶助向量机回归模子的最优参数拉拢；而后，运用采用好的模子参数和演练样品对扶助向量机回归模子举行演练；结果，评介演练好的模子。    正文运用本质数据辨别对两个模子举行范例运用和模子考证，计划截止表白：在小样品景象下举行软硬件真实性评价时，正文所提的两个模子均具备很高猜测精度，同声也证领会模子本领的可行性、灵验性和符合性。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/283006.html