基于搜索状态控制的组合电路测试生成算法

EST算法第一次提出了测试码搜索状态的概念,并采用E-前沿来描述测试码搜索的不同状态,通过引入状态等价的概念,缩小了测试码搜索空间．本文通过对搜索状态等价的研究,得出了基于搜索状态控制的测试生成算法．该方法应用E-前沿的控制关系可以减少搜索空间,大大减少了测试生成的时间．     

A new approach to test generation for combinational circuits

Aimed at the generation of high-quality test set in the shortest possible time, the test generation for combinational circuits (CC) based on the chaotic particle swarm optimization (CPSO) algorithm is presented according to the analysis of existent problems of CC test generation, and an appropriate CPSO algorithm model has been constructed. With the help of fault simulator, the test set of ISCAS’85 benchmark CC is generated using the CPSO, and some techniques are introduced such as half-random generation, and simulation of undetected faults with original test vector and inverse test vector. Experimental results show that this algorithm can generate the same fault coverage and small-size test set in short time compared with other known similar methods, which proves that the proposed method is applicable and effective.     

面向时滞测试生成的改进遗传算法

在提出的无冒险的时滞测试能量函数的基础上,对传统的遗传算法进行了改进,即在搜索中根据进化程度对群体尺寸进行调整来加速收敛,用于时滞测试生成。实验证明该方法是一种较有发展前途的算法。     

采用HC-MARPSO算法的软件测试数据生成方法

在吸引排斥粒子群算法(ARPSO)基础上,引入新的种群多样性度量指标和排斥操作,提出改进的吸引排斥粒子群算法(MARPSO)。结合爬山算法(HC)的局部收敛能力和改进的吸引排斥粒子群算法避免早熟的特点,提出基于爬山算法和改进吸引排斥粒子群算法(HC-MARPSO)的软件测试数据自动生成方法。实验结果表明,该算法在生成测试数据的效率上高于遗传算法、粒子群算法。     

基于边界扫描的FPGA等权值抗误判测试算法

在FPGA(fieldprogrammablegatearray)的故障诊断中,故障征兆误判和混淆现象是影响故障诊断精度的主要问题.针对测试过程中的征兆误判的特征,给出抗误判定理,并在此基础上提出了一种边界扫描测试向量优化生成方法———等权值抗误判算法.该算法具备抗征兆误判的故障诊断能力,实现了测试向量集的紧凑性与故障分辨率之间合理的折衷,是一种实用的测试向量生成算法.实验表明该算法能消除征兆误判现象,并且在一定程度上能减少征兆混淆现象,经过编程仿真模拟,生成的测试向量集具备最优紧凑性指标.     

一种基于边界扫描的FPGA测试优化生成算法

在FPGA(fieldprogrammablegatearray)的故障诊断中,经常需要限定测试向量集的紧凑性指标.针对在限定紧凑性指标的前提下提高测试向量集的故障诊断能力问题,在分析了传统最小权值算法的基础上,提出了一种基于边界扫描的FPGA测试优化生成算法———最小权值优化算法.该算法要求所生成的测试向量集具备最小的权值,而且对权值最大的向量子集中的各向量施加了必须的约束条件.实验表明,最小权值优化算法能够减少征兆误判现象和征兆混淆现象,而且经过编程仿真模拟,优化后的算法的征兆混淆率要优于原有的最小权值算法,是一种实用的测试生成优化算法.     

测试图形生成的遗传算法研究

提出了一种用于组合电路测试图形生成的遗传算法。该算法把被测电路的测试生成问题转化为计算一种约束函数的最优解,可充分利用电路的结构信息。为故障节点生成测试时易于操作,且无需经过故障模拟,就可保证对所有可测的单固定型故障及多故障有较高的故障覆盖率。     

基于扩展有限状态机的类测试用例生成方法

为了实现软件测试用例的自动生成,提高软件开发效率和软件质量,利用扩展的有限状态机模型(EF-SM)和数据流分析方法,对类、类的消息传递和类状态变化进行了分析和研究,提出了一种基于扩展有限状态机模型的类测试用例集的生成算法.此算法能自动生成满足All_use路径覆盖标准的测试用例集,并能保证测试用例的路径长度最短.     

组合测试用例集的动态生成算法

在逐因素扩展算法的基础上,提出了一种有效的组合测试用例生成算法IPOT.该算法根据已被扩展的测试用例覆盖t(t≥2)参数值组合的情况确定水平扩展方法,并依据新的被覆盖的t参数值组合修改已被扩展的部分测试用例,从而达到对测试用例集的优化.设计实现了基于该方法的测试用例生成工具.通过和部分现有的支持t维组合测试工具比较,I...     

The structure-based multi-fault test generation algorithm for combinational circuit

Testgeneration of integrated circuitis a very activeresearch subject in CAD and digital system fault diag-nosis. With the improvement of the complexity and in-tegrated degree of circuit, the test of digital integratedcircuit becomes harder and harder. Although peoplehave studied this for several years, digital integratedcircuit test is still generally regarded as a difficult prob-lem in international areas at present.For the problem that test patterns are obtained bydetermined finite faults s…     

基于三值神经网络的组合电路测试生成算法

针对集成电路的规模和复杂度不断增加而相应的测试却越来越困难问题,提出了一种基于三值神经网络的组合电路测试生成算法．该算法不需要传播,也不需要回退,而是利用三值神经网络把组合电路表示成双向的神经网络,并构造网络的能量函数,用遗传算法求解能量函数的最小值点来求得测试矢量,这样就把组合电路的测试生成问题转化为数学问题．在一些基准电路上的实验结果表明,本算法具有较高的故障覆盖率和较短的测试时间．     

汽车电控单元测试用例生成与集成测试技术

针对汽车电控单元的测试需求,通过引入参数相关性和组合约束条件,基于IPO(in-parameter-order)策略提出了一种改进的测试用例生成算法;设计并构建了汽车电控单元集成测试系统,并在集成测试系统的架构下实现了对汽车电子常用测试设备的统一管理和数据共享;最后,通过两种不同汽车电控单元的典型测试工况对提出的改进的测试用例自动生成算法进行了实验验证.结果表明,所提出的测试用例生成算法可在满足覆盖准则的前提下有效缩减测试用例数量,结合本设计的集成测试系统,能够满足不同汽车电控单元的测试需求,提高测试效率和精度.     

成对测试中的一种用例生成算法

在对嵌入式软件进行黑盒测试研究的基础上,提出了一种基于成对测试设计思想的测试用例生成算法。该方法充分考虑到待测软件所有外部接口参数的可能取值和各种可能取值的组合。实验结果证明,该算法在不影响测试精度的情况下能有效提高测试用例的选择效果。     

基于神经网络的组合电路测试生成算法

介绍了一种基于神经网络的组合电路测试生成算法。该算法不同于传统的方法是它既不需要回退也不需要故障传播的过程。利用Hopfield神经网络模型将组合电路表示成双向的神经网络，通过故障注入，建立被测电路的约束网络，并构造网络的能量函数，将组合电路的测试矢量对应于神经网络能量函数的最小值点，从而运用遗传算法求解能量函数的最小值点来求得测试矢量。在一些基准电路上的实验结果表明本算法具有较高的故障覆盖率和较短的测试时间。     

序列对递增生成的SOC测试调度算法

提出了一种确定性的片上系统 (SOC) 测试调度算法。在对测试环采取最优分配和平衡优化的基础上,构造包含四种序列对递增生成方法的循环迭代过程。该过程同时考虑测试访问机制的宽度、空隙面积、IP核测试面积等因素,可在较短的迭代步数得到有效的测试调度方案。对ITC’02 基准电路进行了实验。结果表明,在得到近似解的前提下,该算法较传统的模拟退火算法具有更快的运行速度。     

面向全迁移的小规模EFSM测试序列集生成方法

针对在扩展有限状态机（extended finite state machine, EFSM）模型上测试序列集生成效率低、规模大等问题,提出了一种面向全迁移的小规模测试序列集生成方法。该方法基于改进的自适应多种群遗传算法（improved adaptive multi-population genetic algorithm, IAMGA）。首先,利用迁移覆盖增益设计适应度函数,使每次生成的可行迁移路径均能产生迁移覆盖增益;然后,根据个体的可行迁移划分子种群,并在子种群内使用轮盘赌算法进行选择,克服了“早熟”问题,提高了全迁移覆盖的成功率;再利用种群的平均路径通过率自适应地调整交叉和变异概率,加快了收敛速度;最后,通过倒序遍历测试序列集去除冗余序列,进一步压缩了测试序列集规模。实验结果表明,与面向单迁移的测试序列生成方法相比,本文所提出的测试序列生成方法面向全迁移,仅一次就能以90%以上的成功率生成满足全迁移覆盖的测试序列集；与传统的遗传算法相比,IAMGA算法生成的测试序列集的平均规模减少了50%,平均迭代次数也减少了20%。本文提出的测试序列集生成方法可有效提高EFSM测试序列集生成的效率和质量。     

基于免疫抗体生成算法的电力变压器故障诊断

提出了一种基于人工免疫的抗体生成算法,并将其应用于电力变压器的故障诊断。抗体生成算法仿生生物免疫系统中抗体对抗原的识别与记忆的机理,先对训练样本进行免疫学习和记忆,提取表征样本的有效特征,形成表征样本特征的记忆抗体集,再用最邻近分类法对测试样本进行分类识别。UCI的Iris数据集和电力变压器故障数据的仿真分析结果表明,抗体生成算法能够进行有效的分类,并具有很高的准确率。     

基于下肢病情估计的康复机器人自适应阻抗控制

针对康复患肢的病情变化,提出了一种自适应阻抗控制方法。在患肢康复过程中,患肢的病情是进行康复训练的基础。首先采用周期参数来估计患肢病情,然后建立以符合生理学特征的标准函数为基础的轨迹参数,采用超代遗传算法,对下肢轨迹参数和阻抗参数优化,接着设计了自适应阻抗控制器,最后进行仿真实验,通过与传统方法比较,结果验证了超代遗传算法的有效性。     

Class hierarchical test case generation algorithm based on expanded EMDPN model

A new model of event and message driven Petri network（EMDPN） based on the characteristic of class interaction for messages passing between two objects was extended. Using EMDPN interaction graph, a class hierarchical test-case generation algorithm with cooperated paths （copaths） was proposed, which can be used to solve the problems resulting from the class inheritance mechanism encountered in object-oriented software testing such as oracle, message transfer errors, and unreachable statement. Finally, the testing sufficiency was analyzed with the ordered sequence testing criterion（OSC）. The results indicate that the test cases stemmed from newly proposed automatic algorithm of copaths generation satisfies synchronization message sequences testing criteria, therefore the proposed new algorithm of copaths generation has a good coverage rate.     

用于异常检测的免疫实值检测器优化生成算法

针对已有实值可变半径检测器生成算法的不足,提出一种优化的检测器生成算法。通过对检测器生成过程的统计分析,给出了基于假设检验的检测器生成过程,并将假设检验的结果作为算法结束的一个控制参数,有效减少了冗余检测器的产生。同时,算法充分利用自体空间的分布,优化检测器生成的中心位置,扩大检测器的半径,尽可能生成覆盖范围大的检测器,提高检测性能。通过人工合成数据集2DSyntheticData以及实际的Iris数据集和Biomedical数据集对算法进行了验证。实验结果表明,本算法用于异常数据检测,提高了检测率,所需的检测器数量减少,整体检测性能较优。