约束下组合覆盖测试数据生成算法研究

发布时间：2025-05-29 04:37

　　电子与信息系统在很多领域占据重要地位,质量和可靠性要求高,为此,全功能、全状态测试已经成为了行业共识。全因子测试是更为全面和充分的测试方法。然而,全因子测试数据集的规模往往非常庞大,导致测试空间爆炸,在实际中难以实现。组合测试是一种重要的黑盒测试方法,只需检测任意t个参数的相互作用就可以达到全因子测试的效果,与全因子测试相比,既能保证测试数据集的规模较小,又能保证测试的全面性。很多电子与信息系统的输入具有时序性,即输入要满足一定的时间要求和次序要求,而且参数之间、参数的取值之间往往存在组合约束、次序约束和时间约束。在保证测试的全面性的同时,生成满足约束的规模最小或较小的组合测试数据集,已成为功能测试领域的热点问题。研究最优或近似最优的组合覆盖测试数据的生成算法,可以满足电子与信息系统的输入的时序要求和约束要求,保证测试的全面性和提高测试效率,对提高电子与信息系统的测试覆盖率、提高产品的可靠性具有重要的意义。鉴于此,本文围绕着组合覆盖测试数据的生成问题展开研究,完成的主要工作如下:针对约束覆盖数组规模过大的问题,提出了基于粒子群优化的约束覆盖数组生成算法。在寻优规则指导下,利用覆盖目标进行...

【文章页数】：150 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 组合测试概述
        1.2.1 组合测试的基本原理
        1.2.2 组合测试的关键问题
    1.3 国内外研究现状及分析
        1.3.1 取值组合覆盖测试数据生成算法
        1.3.2 取值序列覆盖测试数据生成算法
        1.3.3 时刻覆盖测试数据生成算法
    1.4 存在的主要问题
    1.5 主要研究内容
    1.6 论文的组织结构
第2章 取值组合覆盖测试数据生成算法研究
    2.1 引言
    2.2 约束描述和一致性验证方法
    2.3 基于禁忌边分解的约束覆盖数组最小规模分析方法
        2.3.1 相关定义
        2.3.2 约束覆盖数组最小规模分析方法
    2.4 基于粒子群优化的约束覆盖数组生成算法
        2.4.1 粒子群优化算法
        2.4.2 组合约束处理策略
        2.4.3 约束覆盖数组生成算法
    2.5 实验验证
        2.5.1 实验方法
        2.5.2 实验结果与分析
        2.5.3 实验结论
    2.6 本章小结
第3章 取值组合和取值序列联合覆盖测试数据生成算法研究
    3.1 引言
    3.2 约束描述和一致性验证方法
        3.2.1 约束描述方法
        3.2.2 约束一致性验证方法
    3.3 覆盖标准
        3.3.1 取值组合覆盖和取值序列覆盖
        3.3.2 取值组合和取值序列联合覆盖
    3.4 扩展覆盖数组生成算法
        3.4.1 基于粒子群优化的扩展覆盖数组生成算法
        3.4.2 基于随机算法的扩展覆盖数组生成算法
    3.5 基于核函数的测试数据集覆盖率度量方法
        3.5.1 参数之间取值组合覆盖率度量方法
        3.5.2 参数中取值序列覆盖率度量方法
    3.6 实验验证
        3.6.1 实验方法
        3.6.2 实验结果与分析
        3.6.3 实验结论
    3.7 本章小结
第4章 相邻时刻组合覆盖测试数据生成算法研究
    4.1 引言
    4.2 约束描述方法
    4.3 覆盖标准
    4.4 相邻时刻组合覆盖数组生成算法
        4.4.1 相邻覆盖数组生成算法
        4.4.2 约束相邻覆盖数组生成算法
        4.4.3 并发输入相邻覆盖数组生成算法
    4.5 实验验证
        4.5.1 实验方法
        4.5.2 实验结果与分析
        4.5.3 实验结论
    4.6 本章小结
第5章 约束下组合覆盖测试数据生成算法应用验证
    5.1 引言
    5.2 测试方法与测试环境
        5.2.1 基于模型比较的测试方法
        5.2.2 测试环境
    5.3 验证结果与分析
        5.3.1 约束覆盖数组生成算法应用验证
        5.3.2 扩展覆盖数组生成算法应用验证
        5.3.3 相邻时刻组合覆盖数组生成算法应用验证
    5.4 本章小结
结论
参考文献
附录 英文缩写及释义
攻读博士学位期间发表的论文及其他成果
致谢
个人简历



本文编号：4048738