软件系统故障预测是软件测试过程中软件可靠性研究的重点之一。利用软件系统测试过程中前期的故障相关信息进行建模，预测后期的软件故障信息，以便于后期测试和验证资源的合理分配。根据软件测试过程中已知的软件故障时间序列，利用非齐次泊松分布过程、神经网络、神经网络集成等方法对其进行建模。通过对三个实例分别建模，其预测平均相对误差G-O模型依次为3.02%、5.88%和6.58%，而神经网络集成模型为0.19%、1.88%和1.455%，实验结果表明神经网络集成模型具有更精确的预测能力。