最简有效关联规则及其挖掘算法

传统关联规则挖掘算法往往会产生过多规则而难以被决策者所采用。针对该问题,文章从应用的角度提出了最简有效关联规则,其特点是采用以后项为导向的挖掘方式,同时追求规则前后项之间的相关性,在此基础上给出了一种最简有效关联规则挖掘算法。利用该算法得到的最筒有效关联规则集包括的规则数量大为减少且能得出与全部有效关联规则集相同的决策,避免了大量的冗余挖掘及无效挖掘,提高了挖掘效率和应用效果。     

随机测试用例的优化技术研究

提出了一种基于粗糙集的不完备测试数据填补方法。该方法首先利用粗糙集中下近似集的性质对随机生成的测试数据进行填补,然后根据属性数据的取值概率函数求出的结果进行二次填补,从而完成对不完备测试数据的完备化处理,生成最优测试用例。采用本方法可以较好地反映待测系统所蕴含的规则,且可以避免测试数据的冲突。     

一种软件可靠性测试模型研究

在马尔可夫链模型的基础上,将测试问题转化为一个数学问题。通过建立软件的使用链,根据使用链进行序列抽样,产生测试用例,将软件测试结果的分析问题转化为一个经典概率问题。运用实例证明,这种技术具有一定的实用性和有效性。     

软件测试简介及认识误区

本文简单介绍了软件测试,并对人们意识中一些比较普遍的关于软件测试的误区进行剖析,使人们对软件测试的认识更为清晰。     

基于UML模型的场景测试技术

UML代表着软件建模的发展趋势,对基于UML模型的测试技术研究具有现实意义。本文采用基于UML模型的场景测试技术生成测试用例。     

基于UML的回归测试研究

软件测试的任何阶段均涉及到回归测试,它为修改后的软件的正确性提供保证。程序的修改主要体现在类的修改。本文在UML类图表达方式基础上,分析类的依赖关系,生成类的依赖集,在此基础上采用优先级的技术缩减测试用例集,提高测试效率。     

基于测试用例和时间域软件可靠性模型

可靠性作为衡量软件质量的重要特性,其定量评估和预测已成为人们关注和研究的焦点。软件可靠性模型既是软件可靠性定量分析的基础,也是可靠性预测的核心和关键。在软件比重日益增加的今天,研究系统的软件可靠性对整个产品质量的提升具有很大的现实意义。现有的软件可靠性模型大都是基于概率统计建立的,考虑的因素比较单一,与工程实际有一定差别。文中对典型的软件可靠性模型进行比较研究,在综合考虑了输入域、缺陷等级、时间域等因素的基础上,经过严密的数学推导,建立了基于测试用例和时间域的软件可靠性混合模型,并对该模型的实际应用进行了介绍。     

基于交叉熵方法的测试用例选择策略

基于交叉熵方法提出了一种启发式划分测试用例选择策略。该策略在待测软件参数已知的条件下,以总的测试费用最小为目的,利用交叉熵方法通过调整各个子域中测试用例选择的概率来选择测试用例。     

基于AT91SAM7A2的验证设备设计

设计了基于AT91SAM7A2芯片的列车辅助控制系统验证设备,提供了软硬件设计方案,上位机软件建立测试用例,激励/监控板产生实际的物理信号。借助软件测试中的正交试验等技术减少了测试用例的数量,加快了验证的过程。采用AT91SAM7A2处理芯片作为激励/监控板的主处理芯片,利用此芯片丰富的接口有效地产生和采集辅助系统的输入和输出信号。     

基于历史数据和多目标优化的测试用例排序方法

针对如何提高测试用例序列的揭错效率和回归测试效益问题,提出一种基于历史数据和多目标优化的测试用例排序方法。首先,根据测试用例的文本主题相似性和代码覆盖相似性对测试用例集进行聚类,并根据历史执行信息对测试用例间的执行失败关系进行关联规则挖掘,从而为后续过程做准备;然后,利用多目标优化算法对每个类簇内的测试用例进行排序,在此之后生成最终排序序列,使相似的测试用例分隔开;最后,利用测试用例间的关联规则,动态调整测试用例执行次序,从而使可能失败的测试用例优先执行,以进一步提高缺陷检测效率。与随机排序方法、基于聚类的排序方法、基于主题模型的排序方法、基于关联规则和多目标优化的排序方法相比,所提方法的平均故障检测率（APFD）平均值分别提高了12.59%、5.98%、3.01%和2.95%,基于成本的平均故障检测率（APFDc）平均值分别提高了17.17%、5.04%、5.08%和8.21%。实验结果表明,所提方法能有效提高回归测试效益。