近年来，车载导航系统的发展方兴未艾，在物流、智能交通等领域得到了广泛地应用。随着导航系统的发展，其规模越来越大，功能越来越强，人们对组合导航系统软件也提出了更高的要求，不仅要求组合导航系统软件不断更新，采用优化的设计方法，而且在完成其应有的功能基础上，还应具有更高的可靠性。本课题以软件可靠性工程理论为指导，以保证系统软件的高可靠性为研究目的，进行软件的可靠性预测研究。　　 针对组合导航系统软件的特点，本文利用建立软件可靠性模型的方法对软件可靠性进行预测研究。重点研究和分析了传统的软件可靠性模型和BP神经网络模型的结构和特点，指出了它们的不足之处。并结合前人运用神经网络进行软件可靠性预测的相关理论和成果，针对它们的不足之处进行了改进。特别是BP神经网络具有的收敛速度慢和易陷入局部极小值等问题，主要从算法和网络结构两方面着手进行了改进。在算法方面通过附加动量法和可变学习速率进行改进，而网络结构主要针对初始值的选取和隐含层节点数的确定进行了优化。利用改进后的BP网络实现对组合导航系统软件故障数的静态、动态预测和滚动预测。并进一步在比较验证经典可靠性模型和BP神经网络模型各自的特点和不足的基础上，综合经典模型和BP网络的优势形成一种混合模型，利用BP算法进行训练，并经过实际测试验证其具有比单一经典模型和BP网络更高的预测精度。