- •1. Основные понятия и определения надежности. Отказ, классификация отказов.
- •2. Безотказность, работоспособность, долговечность, ремонтопригодность и восстанавливаемость.
- •3. Методы повышения надежности.
- •4. Система показателей надежности: показатели безотказности невосстанавливаемых систем.
- •5. Условные показатели безотказности невосстанавливаемых систем.
- •5.2. Статистическая оценка значений показателей безотказности невосстанавливаемых систем.
- •6. Показатели безотказности восстанавливаемых систем
- •6.2. Показатели сохраняемости.
- •6.3. Показатели ремонтопригодности.
- •6.4. Показатели долговечности.
- •7. Комплексные показатели надежности
- •23.Общая методика оценки надежности человеко-машинных систем.
- •8. Структурно – логический анализ надежности: последовательное и параллельное соединение элементов системы.
- •9. Структурно – логический анализ надежности: системы типа m из n.
- •10. Структурно – логический анализ надежности: мостиковые схемы.
- •11.Математические модели расчета надежности с использованием теории марковских процессов.
- •12.Топологический метод расчета надежности.
- •20.Структурный метод расчета надежности человеко-машинных систем. Надежностные характеристики основных функциональных единиц: рабочий блок, блок задержки, блок решения.
- •21. Структурный метод расчета надежности человеко-машинных систем. Надежностные характеристики вспомогательных функциональных единиц: блок контроля ошибок, блок диагностического контроля.
- •22. Структурный метод расчета надежности человеко-машинных систем. Показатели надежности программных единиц. Последовательно выполняемые рабочие блоки.
- •15.Резервирование систем. Виды резервирования систем.
- •16.Постановка задачи оптимального резервирования.
- •13.Деревья отказов (до).
- •17.Понятие экспериментальной оценки (эо) надежности. Организация испытаний и сбор информации.
- •25.Модель с дискретным убыванием интенсивности отказов (Джелинского – Моранда).
- •24.Экспоненциальная модель надежности по (модель Шумана).
- •26.Статистическая модель Миллса
- •27. Простейшие интуитивные (эвристические) модели
27. Простейшие интуитивные (эвристические) модели
Эти модели особенно эффективны для целей сертификации. Было разработано несколько моделей для оценки числа ошибок. Они основаны на более слабых предположениях, чем сложные модели.
Предполагается начать тестирование двумя независимыми группами. В течении некоторого времени производится параллельное тестирование системы, затем результаты собираются и сравниваются.
N1, N2 – число обнаруженных каждой группой ошибок
N12 – число ошибок, обнаруженных дважды (обеими группами)
N – число ошибок в программе (неизвестное)
Е – эффективность тестирования
Предполагаем, что возможность обнаружения одинакова. Это серьезное предположение не лишенное смысла. Можно рассматривать каждое подмножество N как аппроксимацию всего пространства.
Например, если первая группа обнаружила 10% ошибок, то она должна было найти примерно 10% всякого случайным образом выбранного подмножества, например подмножества N2. Можно сказать, что
Если выполнить подстановку для N2 получим
Очевидно, самый простой способ оценки числа ошибок – сравнить оценки, основанные на исторических данных, в частности на среднем числе ошибок, приходящихся на 1 оператор в предыдущих проектах.
Пример: данные IBM для OS/360, OS/VS1, OS/VS2 –
x – многократно исправляемый модуль или число модулей, которые потребовали 10 и более исправлений.
y – число модулей, потребовавших 1 или несколько исправлений.
z – полное число исправлений в модулях.
Из-за неопределенностей во всех рассмотренных модулях пока самый разумный подход – воспользоваться несколькими моделями и объединить их результаты. Например, данные по прежним проектам можно использовать для грубой оценки. Далее можно использовать модель с двумя параллельными группами. Далее – тестирование с искусственным внесением ошибок, определить достоверность С по модели Миллса, а также использовать другие модели.