基于Subversion的回归测试工具的研究

针对回归测试中存在的一些问题,设计了一个基于subversion的回归测试工具;整个系统中利用subversion的对比功能实现自动分离回归测试中更改代码的功能,同时还集成了Dependency Finder和String Template两个开源工具来分别实现该工具中依赖分层算法和测试用例自动生成等主要功能;通过仿真实验发现,该工具很好地解决了回归测试中存在的分离被更改代码困难以及繁重的人工编写测试用例的问题,在一定程度上减轻了回归测试中测试人员的劳动强度,并且通过依赖分层算法的应用,提高了回归测试的效率。     

装备试验鉴定数字化转型需求分析

随着武器装备试验鉴定在武器装备研制过程中作用地位越来越重要,必将会在理念、方法与组织等方面呈现出新的特点,做好新时期武器装备试验鉴定工作研究空前紧迫。通过对试验鉴定、数字化、数字化转型等内涵的研究,进一步加深了对装备试验鉴定数字化转型的理解。从装备试验鉴定呈现的实战化、一体化、多样化、周期化的四个特点角度出发,分析了实现数字化试验鉴定所存在的提高实战化水平需求、一体化试验鉴定需求、多样化试验任务需求、试验场试验需求等四种需求,并总结形成数字化试验能力、数字装备鉴定定型能力、试验鉴定数字化管理能力和构建数字试验场能力四种核心能力目标,为试验鉴定数字化转型的方向提供了理论参考。     

基于深度强化学习的巡飞弹突防控制决策

巡飞弹突防控制决策（LMPCD）问题是“多域战”作战概念背景下的重要研究方向。针对该问题,建立基于马尔可夫决策过程的LMPCD模型。拟合LMPCD函数与飞行状态-动作值函数,构建基于演员-评论家方法的LMPCD框架,给出基于深度确定性策略梯度算法的深度强化学习模型求解方法,生成巡飞弹突防控制最优决策网络。通过1 000次巡飞弹突防仿真测试,结果表明,巡飞弹执行任务成功率为82.1%,平均决策时间为1.48 ms,验证了LMPCD模型及其求解过程的有效性。     

基于复杂适应系统理论的装备试验过程管理研究

文章在给出复杂适应系统理论的内涵和属性的基础上,着重分析了装备试验管理过程的复杂性、聚集和分裂性、动态性、非线性等CAS特征;针对装备试验管理过程的复杂特性和部队需求的变化及其在变化过程中产生的新需求,提出了装备试验管理过程策略,包括面向适应性的自我管理、对试验、信息流和资金流的协调管理、内部模式的调整等,以期试验单位迅速调整自身目标和基础结构,采用基于复杂适应系统理论的装备试验管理过程策略来改善自身的管理流程、试验方法,进一步再对试验的管理理念进行更新和优化,以加快装备试验管理过程的信息化建设步伐。     

面向对象的集成测试顺序的研究

首先分析了面向对象开发方法的特点及其对软件测试的影响,讨论了Kung提出的集成测试策略的优缺点,并在此基础上提出了一种改进的集成测试策略,其改进之处主要在于不仅考虑了类之间的静态依赖关系,而且还考虑了程序运行过程中可能存在的动态依赖关系,更加全面地考虑了类之间的依赖关系;并且设定新的规则对处于同一层的类再进行集成测试顺序的确定;最后通过实例分析得出,改进后的集成测试算法在一定程度上减少集成测试过程中开发桩模块的数量,提高了测试效率,缩短了测试周期.