基于社会认知算法的软件可靠性分配问题研究

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (16): 77-79.

基于社会认知算法的软件可靠性分配问题研究

孙家泽¹,张建科²

1.西安邮电学院计算机系，西安 710061
2.西安邮电学院应用数理系，西安 710061

收稿日期:2007-12-07 修回日期:2008-03-17 出版日期:2008-06-01 发布日期:2008-06-01
通讯作者: 孙家泽

Reliability allocation of software system based on social cognitive optimization

SUN Jia-ze¹,ZHANG Jian-ke²

1.Department of Computer Science，Xi’an Institute of Posts and Telecommunications，Xi’an 710061，China
2.Department of Mathematics and Physics，Xi’an Institute of Posts and Telecommunications，Xi’an 710061，China

Received:2007-12-07 Revised:2008-03-17 Online:2008-06-01 Published:2008-06-01
Contact: SUN Jia-ze

摘要/Abstract

摘要： 针对软件可靠性分配问题中求解全局最优解的困难，在保证系统开发费用最低的前提条件下，将可靠性指标分配到每个模块中，并利用一种新的智能优化算法——社会认知算法来搜索模型的最优解。实验结果表明了社会认知算法在求解软件可靠性分配问题中的有效性。

关键词: 社会认知算法, 可靠性分配, 智能优化算法

Abstract: In accordance with difficulties of achieving the optimal result in the problem of the software reliability allocation，on the premise that the system can minimize the cost of system，reliability targets are allocated to each model.At the same time，Social Cognitive Optimization，a new intelligent optimization algorithm，is introduced to achieve the optimal result for the problem.The experiment results manifest that Social Cognitive Optimization is effective on solving the software reliability allocation problems.

Key words: Social Cognitive Optimization（SCO）, reliability allocation, intelligent optimization algorithms

孙家泽¹,张建科². 基于社会认知算法的软件可靠性分配问题研究[J]. 计算机工程与应用, 2008, 44(16): 77-79.

SUN Jia-ze¹,ZHANG Jian-ke². Reliability allocation of software system based on social cognitive optimization[J]. Computer Engineering and Applications, 2008, 44(16): 77-79.

[1]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[2]	陈瑶，陈思. 基于自适应多普勒及动态邻域的改进BA算法[J]. 计算机工程与应用, 2021, 57(22): 166-176.
[3]	陈雷，尹钧圣. 高斯差分变异和对数惯性权重优化的鲸群算法[J]. 计算机工程与应用, 2021, 57(2): 77-90.
[4]	李雅丽，王淑琴，陈倩茹，王小钢. 若干新型群智能优化算法的对比研究[J]. 计算机工程与应用, 2020, 56(22): 1-12.
[5]	于巧玉，吴耀华，王艳艳. 跨层穿梭车双提升机系统料箱拣选任务调度[J]. 计算机工程与应用, 2020, 56(20): 270-278.
[6]	陈瑶，陈思. 动态权重的蝙蝠算法在图像分割中的应用研究[J]. 计算机工程与应用, 2020, 56(14): 207-215.
[7]	戴丽，罗廷芳，李杨，李明. 基于改进细菌菌落优化算法的PID参数整定[J]. 计算机工程与应用, 2019, 55(24): 241-246.
[8]	薛猛，姜淑娟，王荣存. 基于智能优化算法的测试数据生成综述[J]. 计算机工程与应用, 2018, 54(17): 16-23.
[9]	李会荣，乔希民，赵鹏军. 融合差分变异的教-学优化算法[J]. 计算机工程与应用, 2016, 52(5): 36-40.
[10]	张国辉1，聂黎2，张利平3. 生物地理学优化算法理论及其应用研究综述[J]. 计算机工程与应用, 2015, 51(3): 12-17.
[11]	刘国志，苗晨. 基于社会认知算法的非线性控制系统参数估计[J]. 计算机工程与应用, 2011, 47(35): 222-223.
[12]	雍龙泉¹，孙培民²，张建科³. 一类非线性极大极小问题的极大熵社会认知算法[J]. 计算机工程与应用, 2010, 46(26): 36-37.
[13]	孙家泽¹，王曙燕¹，张建科²，曹小鹏¹. 求解非线性互补问题的熵函数认知优化算法[J]. 计算机工程与应用, 2010, 46(21): 40-42.
[14]	郭庆军^1,2,李慧民¹,赛云秀^1,2. 非线性约束优化的算法分析[J]. 计算机工程与应用, 2009, 45(19): 198-200.
[15]	孙家泽¹,张建科². 求解非线性方程组的社会认知算法[J]. 计算机工程与应用, 2008, 44(28): 42-43.