情報技術およびソフトウェア工学ジャーナル
オープンアクセス

概要

NHPP ゴンペルツモデルのパラメータ推定のための加重非線形最小二乗法

ルトフィア・イスマイル・アル・ターク

異分散性の問題には、非線形最小二乗法 (NLS) の正確な推定方法が必要です。重み付き非線形最小二乗法 (WNLSE) は、故障間隔データに適切な重みを割り当てることでパラメータ推定の精度を高めることができる代替方法です。本研究では、従来の最大尤度 (ML)、非線形最小二乗法 (NLS)、および重み付き非線形最小二乗法 (WNLS) の手法を定式化して、NHPP ゴンペルツ モデルの 3 つのパラメータを推定します。NHPP ゴンペルツ モデルの予測プロセスでは、経験的重み付け法が調査されています。3 つの実際のソフトウェア障害データの例が示され、検討されている 3 つの推定方法のパフォーマンスが分析されています。この数値研究の結果は、NHPP ゴンペルツ モデルのパフォーマンスに関して WNLSE 法が優れていることを示しています。また、最適なソリューションを提供する重み付け係数の値は、ソフトウェア障害データの性質によって異なります。