Software Reliability Engineering im Infotainment - Georg-August ...
Software Reliability Engineering im Infotainment - Georg-August ...
Software Reliability Engineering im Infotainment - Georg-August ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
übriggebliebenen Fehlerzustände repräsentieren. Daraus ist abgeleitet, dass die<br />
zukünftige Entwicklung nicht von der vergangenen abhängt, es wird daher eine<br />
diskontinuierliche Funktion angenommen (vgl. Xie 1991, S. 24). Markov Modelle<br />
arbeiten mit der Stochastik. Zu dieser Klassifikation gibt es mehrere Modelle (vgl.<br />
Blischke; Murthy 2000, S. 303).<br />
3.2.2.2 Nonhomogeneous Poisson Prozessmodelle (NHPP)<br />
Bei diesen Modellen ist die Annahme, dass der Fehlerwirkungsprozess als ein<br />
Nonhomogeneous Poisson Prozess zu beschreiben ist. NHPP werden oftmals bei der<br />
Analyse von Hardware <strong>Reliability</strong> eingesetzt. Sie können jedoch aufgrund der<br />
Ähnlichkeit des Zuverlässigkeitswachstums von Hard- und <strong>Software</strong> auch für die<br />
Analyse von SR adaptiert werden. NHPP zeichnet Folgendes aus: „there is a mean<br />
value function which is defined as the expected number of failures up to a given t<strong>im</strong>e.”<br />
(Xie 1991, S. 25). NHPP arbeiten mit der Stochastik. In dieser Arbeit werden NHPP-<br />
Modelle zur Analyse verwendet, weil die Merkmale der Fehlerdaten ihren Einsatz<br />
sinnvoll erscheinen lassen. Daher werden sie ausführlich in Kapitel 3.2.3 beschrieben.<br />
3.2.2.3 Bayesian Modelle<br />
Diese Modelle nutzen inferenzstatistische Methoden. Sie schließen auch vorheriges<br />
Wissen mit ein. D.h. diese Modelle nutzen Informationen über die <strong>Software</strong>, die vor<br />
dem Testen erhoben werden, in Kombination mit Testdaten (vgl. Xie 1991, S. 25).<br />
3.2.2.4 Statistische Datenanalysemethoden<br />
Unter diesen Methoden fasst Xie t<strong>im</strong>e series Modelle, proportional hazards Modelle und<br />
Regressionsmodelle zusammen (1991, S. 25f.).<br />
3.2.3 Darstellung der Nonhomogeneous Poisson Prozessmodelle<br />
In diesem Kapitel wird zuerst allgemein auf die NHPP-Modelle eingegangen, um<br />
danach zwei NHPP-Modelle näher zu beschreiben, die besonders geeignet sind und mit<br />
denen die Analyse in dieser Arbeit durchgeführt wird. Warum diese Modelle zu den<br />
Daten bei BMW passen, wird in Kapitel 4.5 beschrieben.<br />
3.2.3.1 Allgemeine Theorie<br />
Das NHPP-Modell ist ein Modell des Poisson-Typs, das die Fehlerzustandsanzahl pro<br />
Zeiteinheit als unabhängige Poisson-Zufallsvariable ann<strong>im</strong>mt. Es handelt sich um ein<br />
22