基于文法分支覆盖的短句子生成算法

提出一种上下文无关文法的句子生成算法.对于给定文法,算法生成一个满足该文法分支覆盖准则的句子集.结合长度控制、冗余消除和句子集规模控制等策略,使得生成的句子较短、无冗余、句子集规模较小.考察了算法在基于文法的软件系统的测试数据生成方面的应用情况.实验结果表明,该算法生成的测试数据具有较强的程序揭错能力,并且能够帮助测试人员提高测试速度.     

基于产生式集划分的上下文无关语言句子生成

给出了上下文无关文法(context-free grammar,简称CFG)产生式集的一种划分方法,可将产 生式分为两类.使用一类产生式进行推导时,推导过程将无限进行下去;使用另一类进行推导 时,推导过程将迅速结束.证明了CFG句子生成过程一定是先使用一类产生式使生成的句型不 断变长、变复杂,再使用另一类产生式使句型变成句子.据此,提出了一种可控制的通用句子 生成方法.其生成一条句子的时间和空间复杂度是O(r+n),其中n是生成句子的长度或深度 限制     

基于最小序句子的上下文无关语言句子枚举

形式规约获取系统SAQ和一些形式化验证系统中常常需要枚举上下文无关语言的句子,现有的枚举方法较少且效率较低,以上下文无关语言L(G)的最小序句子和最大序句子为基础,从最小序句子开始按照一定的顺序扫描字符串,直至扫描到最大序句子为止,对被扫描的字符串进行判断取舍,在扫描的过程中采用削减和前瞻策略,很大程度上减少了被扫描的字符串个数,可以取得较好的时空性能,实验数据表明,基于最小序句子的枚举方法比其他上下文无关语言句子枚举方法具有更高的效率。     

基于规则的模糊语句分析

针对当前常用的处理模糊语句的方法进行了分析,介绍了概率和规则相结合的消除模糊的方法:概率上下文无关文法,比较了几种方法的优缺点。     

上下文感知系统中的规则生成与匹配算法

针对现有上下文感知系统中的规则主要依靠开发者或用户手工定义的问题,提出了一种基于粗糙集理论的自动规则生成方法.该方法将上下文感知系统视为一种决策信息系统,并利用可辨识矩阵对上下文信息加以约简,进而自动生成规则.由于可供使用的数据有限,所生成的规则无法完全覆盖上下文的取值范围,因此可能出现找不到与上下文状态相匹配规则的问题.为了解决这一问题,提出了一种基于语义距离的规则匹配算法.最后验证了所提出方法的有效性和效率.     

基于上下文无关文法的仿真类层次结构模型1

本文分析了分布式交互仿真系统中仿真类体系结构的特点,提出一种基于上下文无关文法的仿真类体系的形式化定义方法,并讨论了仿真类树的精炼以及仿真类的组合运算。     

一种有效的结点标号上下文无关图文法分析算法

本文讨论了上下文无关图文法的性质,并证明了图文法推导具有独立性．本文还给出了一种有效的上下文无关图文法分析算法,它具有多项式时间复杂性,并给出了算法的正确性证明．该算法已经用Ｃ语言实现．     

上下文无关语言句子的反向自然枚举

在测试基于复杂数据结构的程序时,需要用到上下文无关语言句子的枚举.基于上下文无关语言按推导树高度的分层构造,提出了句子的反向自然枚举算法.通过堆、层、簇和长方体将句子划分为有穷集合序列,该算法的时间效率为O(n),n是被枚举句子的长度.实验数据表明,该算法是高效的,且应用更加便利.     

基于上下文无关文法的可逆变换模型

可逆变换和双向变换等数据转换问题一直是近年来的研究热点,研究人员针对该问题提出了大量相关的语言和模型。但是,这些实现往往建立在一种新的计算模型上,从而导致需要花费较大的学习成本去了解计算模型。另一方面,作为语法解析的基本工具,上下文无关文法对于绝大多数程序员来说都是不陌生的。提出了一种基于上下文无关文法的计算模型,用来构造字符串上的可逆变换,并对其性质和表达能力进行了探讨。采用Scheme语言实现了该计算模型,并通过在MIPS指令集上进行汇编和反汇编开发验证了该模型。验证结果表明,该模型具有较强的表达能力,在添加小型的公共数值变换模块后,可以完整地实现MIPS指令集上的汇编和反汇编。     

可交换上下文无关文法

本文提出了可交换上下文无关文法及其该文法产生的语言——可交换上下文无关语言,证明了正规语言类是可交换上下文无关语言类的一个子集,而可交换上下文无关语言类是上下文无关语言类的一个子集;讨论了可交换上下文无关语言的结构特点,并给出了可交换上下文无关语言的Pumping引理。     

基于遗传算法的模糊规则的生成

模糊控制是人工智能的一重要研究领域,已经在很多方面得到了应用。模糊规则是一个智能系统的核心部分,所以模糊规则自动生成的研究一直以来吸引了很多的学者。遗传算法(Genetic Algorithm,GA)是模拟达尔文的遗传选择和自然淘汰的生物进化进程的计算模型,它是一种高度并行的随机化搜索的自适应的组合优化算法。该文提出了一种利用遗传算法自动生成模糊规则的方法,因为遗传算法的全局优化能力,所以可以得到相对较为合适的模糊规则,通过仿真结果,也可以看出它确实是一种切实可行的方法。     

基于本体的平面几何规则自动生成方法的研究

平面几何领域规则生成主要是对领域内的内在联系进行提取或进行问题求解.关键规则目前主要依赖领域专家的编写,不具有扩展性和可持续性.通过对自然语言描述的平面几何定理的分析,构建其对应的对象和关系模型,提出了一种自动提取和生成几何关系模型对应规则的方法,以平面几何定理的机器证明为例,验证了此方法的可行性.改进方法还可进一步扩展至其它领域规则的自动生成.     

一种新的数据流覆盖测试数据进化生成方法

数据流覆盖可有效地检测软件中的缺陷与错误.针对该覆盖准则中存在的插装监测开销庞大和测试数据生成效率不高的问题,提出一种新的基于定值-引用对覆盖的测试数据进化生成方法.该方法主要分为两部分,首先,通过约减测试目标来减少插装开销,提出的包含关系算法可找到一个定值—引用对子集,使得覆盖该子集就能保证所有测试目标被覆盖;然后,采用遗传算法为所有测试目标生成测试数据,设计的适应度函数综合考虑个体实际执行的路径与每个测试目标的定义明确路径的匹配程度.将该方法用于8个基准程序的测试数据生成,并与其他方法比较,结果显示其可有效提高程序覆盖率和测试数据生成效率.     

覆盖状态内部分枝的测试向量生成

提出一种能兼顾状态内部分杜的状态覆盖方法．在状态内部分枝树的终端结点处添加状态转换语句，将原先的单个转换分成多个转换分枝；从而实现对原先的状态转换进行扩展，使得用传统的状态测试方法就能够覆盖到状态内部的分枝．为了准确描述该过程，文中给出了分枝扩展的形式化方法．在此基础上，给出一个测试向量生成算法：遍历状态转换有向图；依状态间转换条件生成测试向量；依遍历顺序收集测试向量．通过对ITC99-benchmark中时序电路的试验表明，本文方法是有效的．     

基于规则获取的Petri网故障诊断模型研究

针对构建合理的Petri网故障诊断模型,研究了以矩阵运算方式描述及处理故障发生过程中的逻辑关系的问题。以旋转机械故障诊断为例,用粗糙集理论对其样本条件属性进行约简,利用Skowron缺省规则获取方法得到故障诊断规则;并对传统Petri网进行改进并构造诊断模型,利用Petri网的动态描述与矩阵运算能力进行故障诊断,从而在一定程度上解决了样本集中存在不一致信息的问题,避免了Petri网对于复杂系统建模时出现的组合爆炸,具有一定的创新性和较大的使用价值。应用实例验证了该方法的可行性与有效性。     

基于规则引擎的测试用例自动生成方法研究与实现

测试用例自动生成是软件自动化测试的基础与关键。本文实现了基于规则引擎的自动测试用例生成技术,探讨了相应的测试覆盖准则,分析了测试数据的生成。     

通过分析代码覆盖提高功能覆盖率的验证输入自动生成方法

覆盖率驱动的验证是功能验证的重要方法,但功能覆盖定义的主观性和手工调整验证输入的冗长过程都极大地影响了覆盖率驱动验证的效率.文中分析了代码行覆盖次数与功能覆盖率的内在联系,建立了基于代码行覆盖次数的概率模型,提出一种新的通过分析代码覆盖提高功能覆盖率的验证输入自动生成方法--FOCDGAG.通过代码行覆盖次数计算验证输入序列的适应度,选取对提高功能覆盖率贡献较高的输入序列,使用遗传算法自动生成新的输入序列组.实验结果表明,采用FOCDGAG时不需要功能覆盖信息,可以将全随机输入生成的功能覆盖率收敛速度提高10倍以上,将约束随机输入生成的功能覆盖率收敛速度提高20倍以上.     

基于DDGRAPH图的路径覆盖研究

软件测试分为静态分析、路径选择、测试数据生成和动态分析四个阶段,而路径选择的自动生成是软件测试的关键技术之一。路径覆盖是软件测试中一种十分重要的方法,它使程序的每个分支至少执行一次。文中通过对DDGRAPH图的分析,提出了DDGRAPH图中弧的支配树和蕴含树的表示方法,然后给出由支配树和蕴含树确定非限制弧的方法,通过近似最少谓词覆盖策略以确定覆盖所有非限制弧的路径测试子集。