基于Petri网的软件测试用例的产生及分析

软件测试不仅要考虑到功能的正确性、覆盖的完整性,也应该考虑到测试用例的可行性。一种常用的产生测试用例的方法是路径覆盖,它是通过分析控制流来产生的,但是这样很可能产生不可行路径。论文运用Petri网来描述程序,并且按照一定的数学规则将此Petri网进行分解,得到独立的段组(Independent Segment Group,ISG)并产生测试用例,最后设计一个算法找到满足覆盖准则的最少测试用例。  

基于常微分方程的死锁检测实验分析

用静态分析方法对并发程序进行死锁检测通常比较困难,其原因是会遇到状态空间爆炸问题.文中针对作者曾提出的一种可有效避免状态爆炸问题的死锁检测方法,进行进一步实验验证.该方法的基本框架是首先将表示并发系统的离散Petri网模型连续化,得到一种新的连续Petri网模型;在此基础上,建立系统的常微分方程模型;通过分析常微分方程组的解来检测系统中是否存在死锁.与传统方法不同点在于:该方法不需要遍历状态空问,而是分析一组常微分方程组的解.为了减少在求解常微分方程模型过程中的计算机系统的开销,作者还采取了一系列优化策略.哲学家进餐问题被用来说明死锁检测的方法.大量的实验结果说明作者所提出的方法有着较强的静态分析能力.作为副产品,这种分析方法还可以用来判定系统的有界性.  

基于微分方程的程序性能分析

基于连续Petri网模型,用一组常微分方程来描述程序,通过研究微分方程的解来研究程序的性能。每个微分方程描述程序状态的变化,每个状态可由介于0和1之间的数来度量,显示程序到达状态的程度。该方法的好处在于在做程序分析时,可避开状态爆炸问题。  

基于二次定位策略的软件故障定位

故障定位是软件调试过程中耗力和耗时的活动之一，尤其是对规模大和复杂性高的软件.目前的一些定位技术可分为两类：基于组件和基于语句.前者太粗，不能准确地定位到地方；后者太细，运算复杂度过大.提出一种新技术，称为二次定位策略（double-times-locating，简称DTL），来定位故障：第1次定位，从程序中抽象出函数调用图，再从函数调用轨迹中建立程序谱，最后用基于模型的诊断（model-based diagnosis，简称MBD）对可能含有故障的函数进行排序；第2次定位，利用DStar定位函数中故障的代码行.实验结果表明，该技术比目前基于统计的方法更有效.  

基于在线故障定位及自主适应提高软件可靠性

可靠性是衡量软件质量的一个重要指标.在线预测和提高软件可靠性是一个重要的研究课题.目前大多数在线预测和提高软件可靠性的方法具有如下弱点:不能预测软件不同时段的可靠性,且不能定位导致可靠性下降的组件.针对服务组合软件系统,提出在线提高可靠性的方法.通过观测端口失效数据,预测在线系统在不同时段的可靠性.当预测到的可靠性低于预期时,则采用改进的基于频谱的错误定位方法,定位出导致问题的故障组件,再通过添加新组件或替换故障组件的方法对软件系统重新配置,从而在线自动提高软件系统可靠性.使用在线商店的事例来说明方法的有效性.  

基于程序不变量计算软件可靠性

现有的计算软件可靠性的方法采用测试的输入/输出结果,但这些数据并不能真实地反映软件内部的真实行为,如测试中会出现假性正确的情况以及测试不能显示一个输入有多个错误的输出情况.试图通过程序不变量来计算软件的可靠性,程序不变量可以描述程序的性质.首先选取测试用例集,动态地获取程序不变量,再从这些不变量中提取失效数据,最后,基于Nelson模型计算软件的可靠性.作为实验,对西门子程序包计算软件的可靠性.采用随机、分支覆盖和分块覆盖这3种不同的测试方法得到程序不变量,据此计算程序的可靠性.为了检查结果的可行性,采用传统方法计算这些软件的可靠性.两种可靠性比较后显示:它们的差别很小,而且不依赖于对测试方法的选择.通过进一步的方差分析得知,用所提出的方法计算的可靠性比用现有的方法计算的可靠性具有更小的波动,即更平稳.因此,前者更接近系统的真实可靠性.结论说明,可用程序不变量来计算软件的可靠性.  

基于多维灰色模型及神经网络的销售预测

在时尚销售领域，如服饰、手袋、钱包等，准确的销售预测对企业非常重要.然而由于客户的需求受诸多因素的影响，要做到准确的销售预测一直是一个富有挑战性的问题.基于改进的多维灰色模型（GM（1，N））和神经网络（ANN）提出一种混合模型来预测销量，其中多维灰色模型对销售数据建模，神经网络对误差进行校正.该混合模型的优点是考虑了影响客户需求的因素与销量之间的关系.通过对阿里天猫销售数据来评估混合模型的表现，实验结果表明，所提出的混合模型的预测结果要优于其他几种销售预测模型.