1.一种软件可靠性模型参数估计方法，其特征在于，具体操作步骤如下：(1)、获取训练所需的软件失效时间序列，对前一部分数据进行训练，以预测有五个失效的失效时间；

(2)、利用极大似然估计公式构造一种新的适应值函数，用于初始化模型参数；

在步骤(2)中，构造适应值函数即目标优化函数，是用智能优化算法来估计软件可靠性模型的关键，将参数估计问题转变为函数优化问题；

针对软件可靠性模型的特点，参照最小二乘法的原理，构造出的适应值函数如下所示：其中，fit表示实际测得的软件失效数与通过模型估计出的失效数之间的误差相对距0

离；m(ti)表示在测试时间段(0,ti]中实际发现的累积失效数；m (ti)表示在在测试时间段(0,ti)中用模型估计出来的累积失效数；ti为第i个失效发生的时刻；i＝1,2,...,n，n表示测试结束一共发生的失效数；

在用公式控制参数寻优之前，为加快算法收敛速度，根据软件可靠性G‑O模型参数的极大似然估计公式构造b的适应值函数来对参数b进行初始化；已知a、b的极大似然估计公式如下所示：将第一项a的表达式代入到第二项中并进行数学变换，构造成一个只与参数b相关的公式，具体如下式所示：其中；式中除了b以外其余的参数均为已知；

(3)、用天牛须搜索算法BAS进行训练，训练中用天牛的位置更新公式更新天牛位置x；

在步骤(3)中，所述采用的BAS算法中BAS只需要一个个体，即一只天牛；对于一个n维空间的优化问题，使用xl表示左须坐标，xr表示右须坐标，x表示质心坐标，用d0表示两须之间距离；

天牛步长step与两须之间距离d0的比是个固定常数：step＝c*d0，

其中，c表示常数，即两须距离长的大天牛走大步，两须距离短的小天牛走小步；假设天牛飞到下一步后，头的朝向是随机的，则从天牛右须指向左须的向量的朝向也是任意的；因此，其表示为一个随机向量：dir＝rands(n,1)，

将其进行归一化：

dir＝dir/norm(dir)，

则得到：

xl‑xr＝d0*dir，

xl和xr表示成质心的表达式：

xl＝x+d0*dir/2，

xr＝x‑d0*dir/2，

对于待优化函数f，求取左右两须的值：

fleft＝f(xl)，

fright＝f(xr)，

如fleft

如fleft>fright，为探寻f的最小值，则天牛向着右须方向行进距离step，即：x＝x‑step*normal(xl‑xr)；

如上述两种情况均采用符号函数sign，则统一写成：x＝x‑step*normal(xl‑xr)*sign(fleft‑fright)＝x‑step*dir*sign(fleft‑fright)其中，normal表示归一化函数；

(4)、在天牛位置x周围，运用人工蜂群算法ABC进行搜素，将ABC算法得到的最优位置作为天牛新的位置x，重复步骤(3)，直至达到BAS算法的最大迭代次数；

在步骤(4)中，所述采用的ABC算法鲁棒性强，且每次迭代过程中都会进行全局和局部的最优解搜索；

从步骤(3)得到天牛位置x周围运用ABC算法进行搜索，设问题的解空间是D维的，采蜜蜂与观察蜂的个数都是SN，采蜜蜂的个数或观察蜂的个数与蜜源的数量相等；其中，每个蜜源的位置代表问题的一个可能解，蜜源的花蜜量对应于相应的解的适应度，一个采蜜蜂与一个蜜源是相对应的；与第i个蜜源相对应的采蜜蜂依据如下公式寻找新的蜜源：其中，i＝1,2,...,SN，D＝1,2,...,D， 表示区间上[‑1,1]的随机数，k≠i；标准的ABC算法将新生成的可能解与原来的解作比较：new：X’i＝{x′i1,x′i2,...,x′iD}old：Xi＝{xi1,xi2,...,xiD}，并采用贪婪选择策略保留较好的解；每一个观察蜂依据概率选择一个蜜源，概率公式为:其中，fiti表示可能解Xi的适应值；对于被选择的蜜源，观察蜂根据上面概率公式搜寻新的可能解；当所有的采蜜蜂和观察蜂都搜索完整个搜索空间时，如一个蜜源的适应值在给定的步骤内没有被提高，则丢弃该蜜源，而与该蜜源相对应的采蜜蜂变成侦查蜂，侦查蜂通过以下公式搜索新的可能解；其中，其中，r表示区间[0,1]上的随机数， 和 分别表示第d维的下界和上界，重复运行达到最大迭代次数，得到最优位置，将其作为天牛新的位置，更新天牛位置，重复步骤(3)和步骤(4)，直至BAS算法达到最大迭代次数；

(5)、根据得到的最优位置和最优适应值，求出模型参数a，其中，最优位置即为参数b；

在步骤(5)中，所述得到的最优位置即为参数b，其中a可由b计算得到：(6)、计算模型参数的误差率，并根据参数预测后五个失效的失效时间，与实际值进行对比，计算均方误差MSE，从而形成基于天牛须搜索算法与人工蜂群算法融合的软件可靠性模型参数估计方法；

在步骤(6)中，所述软件可靠性是指：在规定条件下，在规定时间内，软件不发生失效的概率；

所述软件可靠性模型，是指为预计或估算软件的可靠性所建立的可靠性框图和数学模型，其公式为：‑bt

m(t)＝a(1‑e )，

其中，m(t)表示到时刻t为止的累积失效数的期望函数；通过公式计算得到后五个失效发生的时间序列，然后将其与实际值对比，计算均方误差MSE，公式为：其中， 表示预测值，yi表示实际值。