基于函数调用路径的测试用例优先级排序

基于覆盖的优先级排序技术通常以代码覆盖信息作为测试用例的特征加以度量,忽略了其他优先级的影响因素,缺乏全面性和动态性。针对该问题,提出基于函数调用路径的测试用例优先级排序方法。以函数调用路径为基础,通过对源代码新旧版本的对比,分析回归测试影响域,确定回归测试用例集的范围。将测试用例函数调用路径覆盖能力、单元测试时函数中检测出缺陷的个数,以及函数的扇入系数等影响因素应用于优先级排序,确定测试用例优先级量化方法,并在测试执行过程中,通过调整算法实现优先级的动态调整,优化优先级排序。实验结果表明,优先级量化方法能提高测试的缺陷检测率,发现程序中的缺陷,降低测试成本。

基于路径函数和BDD的网络可靠度分析

现有的二终端网络可靠度评估方法,多数基于不交积和,由于没有充分利用普遍存在的同构子网特性,导致存在大量冗余计算,无法适用于大型网络.为此,本文提出了一种基于路径函数和BDD的网络可靠度分析方法,利用图Hash技术识别同构子网,从而简化路径函数的构建,再利用BDD高效地操纵路径函数计算网络可靠度.实验结果表明,该方法性能稳定且高效,适用于更大规模的网络可靠性分析.

基于光闪烁法的烟气流速反演和路径加权函数的分析

为了对工业管道排放的污染气体的流速进行连续监测,设计了一种双路平行对射式烟气流速测量系统,并对基于光闪烁法测量烟气流速的相关理论进行了研究.利用相位屏技术对湍流介质中的光闪烁现象进行了理论分析,得到了用于工业管道烟气流速反演的光闪烁互相关的表达式.对烟气流速反演过程中平均流速的路径加权问题进行了探讨,给出了路径加权函数,数值模拟表明路径加权函数具有近似高斯线型的轴对称分布特性,反映出管道中心流速对于平均流速的较大贡献.在此基础上,分析了光源光谱对路径权重函数的影响,实验证明由于光源光谱具有一定的带宽,使得路径加权函数值有一定的变化,但加权函数的分布形状保持不变.对于平均流速的路径加权函数的分析为计算工业管道中烟气流速的空间分布提供了依据.

基于路径函数依赖和键约束的复杂对象嵌套结构规范化

为了消除面向对象模型中复杂对象结构中的冗余,避免更新异常,基于路径函数依赖和键约束的概念,分析了嵌套结构中导致冗余和更新异常的原因并给出了3个不同级别的范式和一个规范化算法。而且,对算法的终止性、正确性及时间复杂性进行了证明和分析。

基于路径评价模型的自适应轨迹跟踪控制

针对现有移动机器人轨迹跟踪控制主要考虑自身位姿误差,未考虑路径曲率对跟踪控制的影响,为了进一步提高智能移动放线机器人的跟踪精度,提出了一种基于路径评价模型的控制方法(trajectory evaluation model controller,TEMC)。建立移动机器人运动学相关模型;为了描述参考路径与机器人之间的几何关系建立了路径评价模型(trajectory evaluation model,TEM),并引入曲率及曲率变化率对路径复杂度进行定义,同时综合路径复杂度与位姿误差因素设计了路径评价函数;借助BP神经网络,提出了一种基于路径评价模型的控制器,并给出了稳定性证明;通过仿真实验证明了路径评价模型的有效性,并通过实验法给出了路径评价模型中核心参数的取值范围,同时TEMC跟踪精度相较于传统自适应反演控制器提升了48%以上。

基于函数调用路径的数据流分析错误定位

软件调试过程中,如何高效准确地定位软件中的错误一直是一个重点也是难点。而数据是程序的中心,由数据引起的错误是软件系统中常见的。就软件测试中的错误定位针对C源程序提出一种基于函数调用路径的数据流分析的技术,着重分析程序中的数据流信息,沿着函数调用路径分析数据流的变化结合程序切片的思想来定位软件中的错误。仿真结果表明:基于函数调用路径的数据流分析错误定位方法能够有效地检查出程序中存在的与变量相关的错误。

基于函数调用路径关联分析的缺陷定位方法研究

缺陷关联使得目前的缺陷定位方法面临着严峻挑战,为了快速准确定位软件缺陷,保证软件产品质量,对定位方法的改进势在必行。基于函数调用路径(function calling path,FCP)技术,把缺陷定位的整体粒度由语句级提升到函数级。依据失效原理和FP-树分析缺陷关联,逐步缩减缺陷定位问题空间为"执行路径—路径节点—节点语句",获得缺陷关联拓扑图,局部细化缺陷函数到细粒度,并提出了基于函数排名的评价方法。实验结果表明,FCP缺陷定位方法可有效缩减查找缺陷时的代码审查范围,提高软件缺陷定位的精度和效率。该方法为基于路径分析的缺陷定位提供了理论依据和实践方法,并保证测试的安全进行。

面向C#的函数调用路径生成

C#作为一种面向对象的高级语言,由于其搭载环境Visual Studio功能强大、可视性强、更新较快,而逐渐成为软件开发中的常用语言。由于C#语言包含类、对象、命名空间、重载、委托等多变而又复杂的形态,给C#程序的理解和测试带来了很大困难。提出一种基于Visual Studio的代码图提供的信息提取C#函数调用路径的方法。首先从代码图的XML表示——DGML的信息中获取函数、类及函数的依赖关系信息,以此为基础对源程序进行分析,提取函数调用关系树,将局部的函数调用关系树组合成全局的函数调用关系树从而得到整个软件系统的全局静态函数调用路径。实验表明,此方法能够较为准确生成C#程序的函数调用路径,从而有助于开发人员对C#程序的理解和测试,也为测试用例的自动生成奠定了基础。

基于神经网络的面向函数调用路径的错误定位

为了提高程序中错误定位的准确性,提出了将BP神经网络与函数调用路径测试准则相结合的方法,依据程序的结构特点,采用分步式定位的思想,减少错误定位的范围。首先执行依据函数调用路径准则生成的测试用例获取错误定位所需信息,然后通过差异计算方法将错误定位到函数,最后针对存在错误的函数利用改进的BP神经网络定位方法将错误定位到语句,实现错误的有效定位。实验表明,该方法与已有的BP神经网络错误定位方法相比不仅提高了错误定位的效率,而且还提高了准确率。

基于函数调用路径准则的测试充分性研究

软件测试的质量决定了软件系统是否能够按照需求可靠运行,在测试过程中运用不同的测试准则得到的测试效果也各不相同,而软件测试充分性是检验软件测试准则优劣的唯一标准。基于函数调用路径准则,将路径覆盖的分析粒度由语句扩展到函数级别,不仅使测试工作量成指数降低,同时保证了测试效果。通过建立一种研究测试准则的测试充分性的指标体系运用数据包络分析法(DEA)定量计算了基于函数调用路径准则与其它测试准则的相对充分性。实验结果表明,函数调用路径准则相较于其它覆盖准则具有较高的测试充分性。

基于函数调用路径的测试用例混合优化方法

如何对回归测试进行优化是软件开发与维护周期中的一个关键问题,传统的单一主题的测试用例优化技术存在局限性。因此,提出一种将测试用例选择和优先级排序相结合的初次选择-排序-再次选择的混合优化方法。首先,利用基于函数调用路径(function call path, FCP)对代码进行变更影响分析的结果,选择出部分测试用例;然后,从不同角度出发设计多个目标对这些测试用例进行综合排序,并根据执行信息动态调整;最后,从调整过优先级的测试用例中再次选择,形成最终的测试用例集。实验结果证明:所提出的优化方法能在尽量保证测试用例集的缺陷检测能力的情况下,一定程度上降低测试用例集的规模,提高回归测试的效率。

复杂系统中不可达函数调用路径检测方法研究

通过静态分析复杂程序可获取系统的函数调用路径,便于系统框架的理解、分析及后期测试,但提高其分析效率和提取准确度的关键在于不可达函数调用路径的检测和去除。基于控制流信息,将函数指针和函数调用对数据流的影响综合考虑,结合数据流分析和检测分支相关性,利用路径敏感分析方法对函数调用路径中的不可达路径进行检测与去除,从而提取准确的函数调用信息。实验结果证明,上述方法可有效地对函数调用路径中的不可达路径进行检测,提高了分析效率及函数调用路径静态提取的准确度。

基于函数调用路径的回归测试用例选择排序方法研究

针对在回归测试过程中,因为不断修复软件中存在的缺陷所造成的测试工作量大、测试效率低等问题,将测试用例选择与优先级排序技术相结合,以面向函数调用的路径覆盖生成方法为基础,提出了一种面向函数调用路径(functions calling path,FCP)的测试用例选择与排序方法。根据函数调用关系图,对程序中被修改函数与其他函数的关联性进行分析,从初始测试用例集中选择测试用例,形成回归测试用例集;然后对这些测试用例进行优先级排序,并动态地调整优先级排序结果;最后对优先级排序结果进行再次选择,确定最小的回归测试用例集。实验结果表明,测试用例选择与排序方法对优化回归测试用例是有效的,大大减少了回归测试用例数量,降低了回归测试成本。

面向Python的函数调用路径静态提取方法研究

随着Python的兴起,越来越多的开发者选择Python作为应用开发、科学研究的首选语言。提出一种基于抽象语法树的Python函数调用路径静态提取方法。以Python的抽象语法树为基础,解析提取关键信息,提取函数调用关系,构建函数调用关系模型,生成函数调用路径。实验表明,上述方法能够较为准确地生成Python程序的函数调用路径,为面向覆盖的测试用例自动生成以及软件缺陷定位提供了一定的技术支撑。

RBF神经网络的行车路径代价函数建模

行车路线优化是城市智能交通系统的研究热点之一,对整个交通系统的优化起着重要作用.分析了影响行车时间的各种因素,结合图论中最短路径算法,建立了基于RBF神经网络的路径代价函数模型.基于该函数模型,可以计算出交通图中任意给定两地间的时间最优路径.将该模型应用于实际路况进行有效性验证,得到了有实用价值的结果,说明了该模型的正确性和有效性.

函数调用路径测试用例自动生成的方法研究

测试用例自动生成是软件测试自动化中最为关键的组成部分之一,符号执行作为一种程序分析方法,以其可提供高覆盖率测试用例的优势被广泛应用其中,但路径爆炸和约束求解问题很大程度制约了符号执行技术在现实程序分析中的应用。将研究粒度由语句提升至函数,利用抽象语法树和字节码序列提取到的函数关键信息和控制信息得到函数调用关系模型,设计算法生成函数调用路径(函数调用路径表示程序从开始到结束之间函数的调用或执行序列)。该方法不仅减少了测试路径数目缓解了路径爆炸问题,还有效解决了控制条件中存在函数导致符号表达式难求解的问题。实验结果表明该方法可优化测试路径集,在不降低覆盖率的前提下减少测试用例数量。

基于开关路径函数集的新型厂站内网络拓扑方法

应用于厂站内拓扑分析的传统邻接矩阵方法在线处理过程多,耗时长,实时性低,主要表现为:初始拓扑扑分析时,需要在线形成初始邻接矩阵,并进行大量逻辑运算获得全连通矩阵;跟踪开关变位时,需要在线修改初始邻接矩阵,并重复利用各种处理方法判断连通性。在获得开关变量形式的邻接矩阵基础上,利用符号运算,结合伴随阵求逆,形成全连通矩阵中各元素对应的开关变量函数,并应用基于广义加、乘运算建立的简化原则加以处理得到最简形式,进而提出基于最简开关路径函数集合的厂站内拓扑分析新算法。通过仿真计算证明,新算法所采用的离线形成开关路径函数集合,在线带入实时开关状态求解的处理过程,大幅缩减了在线处理耗时,有效地提高了拓扑分析的快速性和实时性。

随机线性路径函数在稳相法重建中的应用

为了提高稳相分级模拟退火算法在三维重建上的精度,引入随机线性路径函数,与两点相关函数同时约束重建过程,借助稳相模拟退火思想,最终重建出三维图像。针对大量岩心二维图像进行实验分析,结果表明:相较于单约束条件,改进的重建算法能够显著提高重建精度,保存更多原始图像的形态学特性。

基于最优路径函数的移动Ad hoc路由算法

对于融合Ad hoc的新型网络,原有的Ad hoc网络路由策略也需要相应的改变,对路由影响比较关键的因素需要进行综合考虑。基于此,该文提出了一种最优路径函数概念,综合考虑影响路由链路寿命的三个因素:地理位置、移动速度和电池电量信息,将其作为最优路径函数的三个参数,利用基站的强大数据处理能力计算出通往目的节点的最优路径。同时,以最优路径函数作为路由切换的判断依据,实时更新路由状况,在路由质量变差时,将路由切换到质量较好的链路上。仿真结果表明能有效降低路由的中断率,提高系统路由的可靠性。

面向C程序插装的路径提取

路径测试法是软件测试的一种基本方法。将C程序按照控制结构进行分类,结合路径测试特点进行插装,在设置探针的同时提取函数静态信息,算法采用先获取局部路径,再进一步获取全局路径的方法。实验结果表明,基于插装的路径获取技术,具有较高的准确率和效率,尤其适用于基于函数的路径提取。