随着互联网行业和计算机技术的飞速发展,计算机系统和软件应用被广泛应用到国防建设和国民经济诸多领域中,为人们的工作和生活带来极大的便利,也推动了国家和社会的快速发展。随着软件的需求越来越大,其功能和复杂性也呈指数性增长,如何确保软件的质量,是软件可靠性工程领域重点研究内容。软件可靠性模型是对软件运行正确性可信度的度量手段,是量化软件可靠性、推测软件未来行为的有效工具,并且能指导测试计划以确保软件质量。软件可靠性模型是建立于对真实测试环境的抽象假设,为了数学建模的方便,假设条件考虑参量有所侧重。针对某个特定的测试环境,如何选择合适的软件可靠性模型,成为当前软件可靠性领域研究的焦点。本文以软件可靠性模型为研究对象,基于多属性决策方法对软件可靠性模型的选择与排序展开深入研究。本文首先分别分析了测试覆盖率和测试工作量对软件可靠性的影响程度,然后在不完美排错机制下构建考虑测试覆盖率和测试工作量的模型框架,分析与构建过程如下:1)测试覆盖率是衡量测试效率和测试充分性的有效指标,分析其在完美排错机制与不完美排错机制下构建模型评估软件可靠性的影响效果;2)测试工作量是测试过程中测试资源消耗情况的度量,分析其在完美排错机制与不完美排错机制下构建模型评估软件可靠性的影响效果;3)在不完美排错机制下构建考虑测试覆盖率和测试工作量的模型框架,并且将新的广义Logistics型的测试覆盖率函数和S型的测试工作量函数组合到该模型框架中得到新的模型,并通过实验验证了所提模型的适应性和有效性。针对软件可靠性模型存在应用不一致性问题,本文提出了基于多属性决策方法的软件可靠性模型评价决策方法,具体构建过程如下:1)对软件可靠性模型的效用机理进行分析,从实验的角度验证了软件可靠性模型在应用上存在不一致性问题。2)软件可靠性模型参数估计是一个非线性问题,粒子群算法能快速地求解得到全局最优解。通过使用改进粒子群优化算法结合极大似然估计方法优化模型参数,能提高参数的精度,进而提高软件可靠性模型的预测性能。3)基于前面的分析与讨论,提出基于TOPSIS的软件可靠性模型评价决策方法进行模型选择,综合考虑模型到最优解与最劣解的接近程度,并且考虑到评价准则的权重,能对模型进行全面充分的评价。通过与其他方法的实验对比,验证了该方法的适应性和优越性。最后,基于本课题的研究成果,设计并实现了软件可靠性模型评价决策系统,该系统能验证新建模型的拟合性能和预测性能,将选定的软件可靠性模型应用在上传的失效数据集上并进行评价与排序以得到表现最佳的模型,提高了研究人员的工作效率,为后续软件测试资源管控和最优发布提供指导依据。