基于改进鲸鱼优化算法的测试性优化分配方法

传统的测试性分配方法无法解决多目标优化问题,因此将费用函数和分配模型相结合,求解在各影响因素情况下费用最少问题,提出一种基于自适应权重的鲸鱼优化算法(SIN-WOA)。该算法通过增加自适应权重系数来增强算法的局部寻优能力,提高收敛速度。最后,选取实际案例运用综合加权分配法确定各影响因素的权重值和系数,选取故障检测率(FDR)进行指标分配对比。结果表明:改进鲸鱼优化算法能够解决多目标优化问题,并且收敛速度较快,求解精度较高。

体系结构动态变化的软件测试资源分配算法

测试资源分配是软件测试中的一个核心问题。已有相关研究大都假设软件的体系结构是静态不变的,且几乎没有考虑成本约束。针对该问题,提出一种体系结构动态变化的软件测试资源分配算法。首先构建了一种体系结构动态变化的多阶段多目标多约束测试资源分配模型;然后基于参数重估计、广义差分进化,在算法中加入了种群重新初始化,该方法能减小算法搜索空间并提升算法性能;最后在算法中加入了一种新的修复处理机制,该机制能有效剔除算法产生的无效解。与归一化加权求和多目标差分进化(WNS-MODE)算法和基于第三代广义差分进化的动态测试资源分配(DTRA-GDE3)算法相比,所提算法获得的解集的容量值分别提高了约11.81倍和0.39倍。在覆盖值指标方面,所提算法完全覆盖了WNS-MODE算法,并且相对于DTRA-GDE3算法提高了81个百分点。在超体积值指标方面,所提算法分别提高了近6倍和9倍。实验结果表明,所提算法能够更好地适应软件体系结构的动态变化,可为软件产品的动态测试提供更多和更优的测试资源分配方案,并满足用户需求的动态变化。

基于AHP的测试性分配方法研究

针对目前所采用的测试性分配方法的不足,提出了测试性分配分析框架,将产品复杂程度、测试性实现费用、技术水平、工作时间以及环境条件作为影响测试性分配的5项因素,引入层次分析法(AHP)确定各机构的重要性影响权重系数,确定了对测试性分配进行定量分析的方法。算例分析结果证明了该方法的合理性及可行性。

基于遗传算法的复杂电子装备测试性优化分配

遗传算法作为一种通用方法,已经在很多领域得到应用,但在测试性工程中应用相对较少;鉴于测试性分配的原则和一般模型,文章利用"并行工程"的思想,系统地给出了采用遗传算法进行复杂电子装备测试性优化分配的全过程;基于遗传算法的测试性优化分配方法可以把测试性和可靠性、维修性等紧密衔接起来,解决了电子装备"并行设计"中测试性分配存在的问题,弥补了传统方法的缺陷;通过将该算法与传统的测试性分配方法进行比较,充分证明了遗传算法在测试性分配工作中具有很高的实用价值;采用该方法可以大大提高测试性分配的成功率、节约装备的诊断和测试费用。

一种基于多目标优化的测试性分配方法

针对测试性分配问题,在测试性分配数学分析的基础上提出了一种以全生命周期费用和测试性水平为目标的多目标优化模型。在求解模型时,按照权重将多目标问题转化为单目标优化问题后采用浮点编码遗传算法求解,该模型有利于提高求解精度,尤其在分配参数较多的情况下,可以改变各目标权重值,满足不同的分配需求。最后应用该模型对某型工程机械液压系统进行实际分配,分析结果表明该模型能够对系统测试性和全生命周期费用进行有效权衡,在系统及其子系统(或单元)测试性指标约束下进行合理的测试性分配。

划分测试中测试用例最优分配问题研究

研究了划分测试中每个子域错误率已知,测试资源受约束时,测试用例如何合理分配的优化问题.主要考虑了两类测试用例分配问题:测试资源受约束的测试用例分配及测试资源受约束且各个子域的可靠性要达到一定要求时测试用例的分配,证明了带约束的测试用例最优分配问题是一个NPC问题.给出了动态规划求解方法,从理论上证明了该方法是最优的,并通过随机模拟将该方法与其它常见的测试用例分配策略进行分析比较,用实验数据验证了该方法能合理利用有限测试资源,有效地提高缺陷检测能力.

基于可拓层次分析法的测试性分配方法研究

针对传统层次分析(APH)方法在进行测试性分配时没有考虑人判断的模糊性,以及在构造判断矩阵时需要进行一致性检验这两个问题,建立了测试性分配层次结构模型,采用可拓层次分析法对测试性指标进行分配,将符合一致性要求的判断矩阵权重向量的方法有机地融合到可拓层次分析法中;最后结合实例对本文进行应用研究,求得了合适的分配指标,应用结果验证了此方法的可行性。

基于三角模糊数的测试性分配方法

在考虑多因素影响的测试性分配中,需要专家通过两两比较来确定诸因素的相对重要性.然而由于人们的判断具有模糊性和不确定性,故在构造比较判断矩阵时所给出的判断往往不是确定的数值.针对这一问题,本文提出基于三角模糊数的测试性分配方法.该方法用三角模糊数表示专家评判数值范围,考虑人判断的模糊性,将无弹性的硬指标转化成模糊的软指标,建立基于三角模糊数的结构模型,同时结合层次分析(APH)方法进行指标权重的确定,由得到的权重进行测试性指标的分配.最后结合实例对本方法进行应用研究,应用结果验证了此方法的可行性.

面向综合诊断的电子装备测试资源优化分配

针对综合诊断思想对电子装备测试资源分配的新要求,在测试点优化的基础上,建立了装备BITE与ATE优化分配的模型。该模型以测试代价最小为优化目标,以故障检测率、故障隔离率及虚警率为约束条件并通过LINGO求解。结果表明,该方法在满足测试性指标的同时降低了测试代价,对装备分层次设计和诊断、提高保障效率、减少寿命周期费用,具有重要意义。

串并行软件系统测试资源动态分配建模及求解

系统测试是软件开发各个阶段中最消耗时间和资源的阶段,对于串并行软件系统来说,系统可靠性随着测试时间的推进会发生变化,如果再按照最初的方案分配测试资源,可能会造成测试资源的浪费,这时需要分阶段对测试资源进行再分配.在基于搜索理论的软件工程领域展开研究,首先,在分析测试资源、测试代价和系统可靠性关系的基础上构建了以测试资源为约束,以最大化可靠性和最小化测试成本为目标的测试资源多目标动态分配模型,按照测试进程的推进,动态地分配测试资源;然后,基于具有改进种群初始化策略的"一维整数向量编码"差异演化算法,提出了一种针对串并行软件系统的测试资源动态分配算法.对比实验结果表明,测试资源动态分配模型在保证系统可靠性的前提下,有效地节省了系统测试的消耗,提高了串并行软件系统的开发效率.

用AHP方法优化电子装备测试点的BITE与ATE分配

针对故障诊断中测试冗余、测试资源分配不合理的问题,首先用解析冗余关系(ARRs)优选出测试点;分析了影响测试资源选择的因素,用层次分析法(AHP)建立了评价指标集的递阶层次结构,确定了各指标的综合权重,最后用模糊综合决策方法实现了测试点的BITE与ATE分层优化,对提高电子装备的诊断能力、降低测试费用具有指导意义。

集成系统测试性方案与分配一体化

在装备测试性工程中,总体方案设计与测试任务和指标分解十分重要,但在实践中,一些装备顶层设计不到位,总承制方缺乏有效地监控和管理,导致分承制方的设计各自为政,后续集成设计难以开展;指标分配未能结合总体方案,出现分配指标过高达不到或指标过低没有约束力等尴尬局面。文章针对上述问题,提出了测试性方案与分配一体化设计架构,认为:测试性分配需综合考虑系统集成性以及下级单元的技术特点和能力,予以"视情分配";对一些故障的测试可由总承制方考虑,包括对系统集成故障以及组成单元中难以自测的故障;当测试性方案把这些测试任务明确下来,分配时就只需考虑剩余故障的测试。文章最后给出了考虑系统级测试性方案的测试性分配方法,并用案例检验了方法有效性。

基于反正切函数的测试性分配方法

针对现有主流测试性分配方法存在的分配指标过低和过高等不合理问题,分析认为其根源在于现有方法采用线性分配函数,而该函数不符合测试性指标提升规律,为此,构造了一种基于反正切函数的测试性分配函数,设计故障检测率与故障隔离率指标的分配算法,开展案例应用并与经典故障率分配法和综合加权分配法进行对比分析,结果表明随着分配权重(故障率)的变大,本方法分配指标的增幅逐渐减小,不会出现极低指标和超1指标的不合理情形。

基于D-S证据理论的测试性分配方法研究

针对现有测试性分配方法的不足,以及人们判断的模糊性和不确定性这两个问题,将模糊层次分析法引入测试性分配中,先求得层次单排序权重向量,进而求得层次总排序权重向量,根据总排序权重向量求得各组成单元的分配指标。针对传统模糊层次分析法在融合多个专家的评价时只是进行简单的数据相加再求平均这一不足之处,将D-S证据理论运用到融合不同专家的评价中,最后结合案例应用验证该方法的可行性。

基于费用函数的测试性优化分配方法研究

测试性分配是一个工程决策问题,与工程系统的费用密切相关.在进行测试性分配时有必要考虑分配值对费用的影响.针对这一问题,分析了测试性代价因子对测试性费用的影响,结合费用函数需满足的要求,以费用最少为目标,构建了一种费用函数模型;采用Lagrange乘子法对模型进行求解,得到系统各组成单元的测试性优化分配值;给出了该方法的算例应用.结果表明了该方法的可行性.

基于软件体系结构和广义差分进化的测试资源动态分配算法

测试资源分配是软件测试中的一个基础问题,然而已有研究大都针对并串联模块软件模型而鲜有涉及体系结构软件模型。为此,首先针对可靠性和错误数动态变化的测试环境,构建了一种基于体系结构的多阶段多目标测试资源分配模型。然后基于参数重估计、种群重新初始化、广义差分进化和归一化加权求和设计了一种面向动态可靠性和错误数的多阶段多目标测试资源分配算法。最后,在仿真实验中,与已有的归一化加权求和多目标差分进化(WNS-MODE)算法进行对比,所提算法在不同结构的体系结构软件模型实例上所获解集更优,容量值提高了约16倍,覆盖值提高了约84个百分点,超体积提高了约6倍。实验结果表明,所提算法能够更好地适应可靠性和错误数的动态变化,可为体系结构软件模型的动态测试提供更多和更优的测试资源分配方案。

动态可靠性约束的多阶段测试资源分配研究

为满足测试资源分配过程中用户对软件可靠性的需求,构建一种动态可靠性约束的多阶段多目标测试资源分配模型DRC-MSMOTRA。从理论上分析不同阶段满足可靠性约束的测试时间下限并设计相应的种群初始化策略,结合参数估计、加权归一化方法和多目标差分进化,提出一种动态可靠性约束的多阶段多目标测试资源分配算法MS-DRC-GDE3。实验结果表明,与MSMOTRA模型相比,DRC-MSMOTRA模型在2种不同规模的软件系统上所获解的覆盖值分别提高约62和59个百分点,与MS-GDE3算法相比,MS-DRC-GDE3算法在2种软件系统上所获解的覆盖值分别提高约69和80个百分点,即所提模型和算法能够根据用户对可靠性的需求来为用户提供更多更优的测试资源分配方案。

多阶段多目标动态测试资源分配算法

为准确反应软件测试过程中的动态特征,建立一种多阶段多目标动态测试资源分配模型。通过计算不同测试阶段的模块参数和可用测试资源,实现每个测试阶段最小剩余错误总数和最少测试资源消耗。设计一种基于带精英策略的非支配排序遗传算法(NSGA-Ⅱ)、参数估计、种群重新初始化和约束处理的多阶段多目标动态测试资源分配算法。实验结果表明,所提模型和算法得到的测试资源分配方案的数量和质量明显优于动态单目标和静态多目标方法。

考虑单元互测的测试性指标分配方法

测试性分配是将系统级测试性指标按照一定规则分配给各组成单元的过程。针对现有主流测试性分配方法未考虑单元之间的互测情形,导致分配结果不合理,尤其是部分单元分配指标虚高,难以实现或代价过高等问题,提出了在综合考虑单元故障率、故障危害度等多重影响因素基础上,进一步考虑单元互测因素的测试性指标分配方法。首先实施考虑多重影响因素的指标初次分配;然后基于单元测试性初步设计结果,实施测试性建模与分析,得到单元自检故障率与他检故障率;再利用这两个数据以及初次分配结果构造分配函数实施再次分配,进而得到最终的分配结果;最后应用该方法进行仿真和实例运算,证明了该方法的有效性和先进性。

考虑集成故障与单元互测的系统级测试性分配与设计

随着装备系统复杂度、集成度的不断增加,系统集成故障和单元间互测因素越来越凸显,给系统级测试性分配和设计带来了新问题,主要表现在:传统方法未考虑集成故障和单元互测导致测试性指标分配不合理,系统级测试性设计缺乏系统级测试选择方法等。针对系统集成后产生的集成故障和单元间互测等情形进行了理论分析,提出了考虑集成故障与单元互测的测试性指标分配、面向集成故障的系统级测试选择方法,为系统级测试性设计提供了一套解决方案。