基于efsm规格说明的测试数据生成效率——因素模型分析

基于efsm规格说明的测试数据生成效率——因素模型分析

ID:33086082

大小:8.52 MB

页数:75页

时间:2019-02-20

基于efsm规格说明的测试数据生成效率——因素模型分析_第1页
基于efsm规格说明的测试数据生成效率——因素模型分析_第2页
基于efsm规格说明的测试数据生成效率——因素模型分析_第3页
基于efsm规格说明的测试数据生成效率——因素模型分析_第4页
基于efsm规格说明的测试数据生成效率——因素模型分析_第5页
资源描述:

《基于efsm规格说明的测试数据生成效率——因素模型分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、北京化工大学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名:i三垦日期:。≥Ql0、心.、∑‘关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部门或机构送交论文

2、的复印件和磁盘,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。保密论文注释:本学位论文属于保密范围,在上年解密后适用本授权书。非保密论文注释:本学位论文不属于保密范围,适用本授权书。作者签名:l二壁日期:鱼翌:笪:坚导师签名:当卑耄日期:丛z』:芝上:幺匕学位论文数据集中图分类号TP311.52软件开发学科分类号520.40论文编号1001020130862密级公开学位授予单位代码10010学位授予单位名称北京化工大学作者姓名江良学号2010000862获学

3、位专业名称计算机应用技术获学位专业代码081203国家自然科学基金课题来源教育部新世纪优秀人研究方向软件测试与软件可靠性才支持计划论文题目基于EFSM规格说明的测试数据生成效率一因素模型分析关键词BP神经网络,多元线性回归,PCA,EFSM,测试生成效率论文答辩日期2013.05.22+论文类型基础研究学位论文评阅及答辩委员会情况姓名职称工作单位学科专长指导教师赵瑞莲教授北京化工大学软件测试与软件可靠性过程工业监测、编译技术应用、评阅人1彭四伟副教授北京化工大学并行计算评阅人2赵会群教授北方工业大学软件测试评阅人3评阅人4答辩委员

4、蝴易军凯教授北京化工大学信息安全、电子取证现代信号处理与嵌入式信息处理答辩委员1王学伟教授北京化工大学技术、先进信息感知与信息融合、自动化测试系统与电路故障诊断答辩委员2许南山副教授北京化工大学网络数据库过程工业监测、编译技术应用、答辩委员3彭四伟副教授北京化工大学并行计算答辩委员4林晓勇副教授北京化工大学基于Web2.0的SNS、数据挖掘答辩委员5注:一.论文类型:1.基础研究2.应用研究3.开发研究4.其它二.中图分类号在《中国图书资料分类法》查询。三.学科分类号在中华人民共和国国家标准(GB/T13745—9)《学科分类与代

5、码》中查询。四.论文编号由单位代码和年份及学号的后四位组成。摘要基于EFSM规格说明的测试数据生成效率.因素模型分析二十一世纪,计算机产业的发展是信息化过程中不可或缺的部分。随着软件产业的不断发展和进步,软件的需求越来越复杂,规模也越来越庞大。为满足软件功能、性能等要求,软件质量已成为软件工业界关注的重点。软件测试是保证软件质量的重要手段,随着软件复杂性和规模不断增大,测试生成成本也相应增加,软件测试数据自动生成己成为软件测试的研究热点之一。形式规格说明是对软件功能简要而严谨的描述方法。EFSM(ExtendedFiniteSta

6、teMachine)是一种使用广泛的形式规格说明,可用来描述面向对象软件中各个对象的方法和它们之间的交互。基于形式规格说明,可以对面向对象软件进行很好的功能描述。测试数据生成成本是衡量测试数据生成效率的重要指标,为探讨影响测试数据生成成本的主要路径因素以及路径因素对测试数据生成成本的影响程度,本文进行若干EFSM规格说明的路径测试生成效率.因素分析,鉴于路径因素对测试数据生成成本的影响可能呈线性或者非线性的关系,本文从线性和非线性预测模型两个方面着手,建立EFSM规格说明的路径测试生成效率.因素分析模型。对于线性预测模型,本文考虑

7、采用多元线性回归模型,将路径长度、路径变量数等因素作为输入,路径测试数据的生成成本作为输出,进行测试数据生成成本预测。对于非线性预测模型,本文考虑选用BP神经网络模型,考虑因素之间可能存在相关性,本文首先利用PCA(PrincipalComponentAnalysis)算法求出影响测试数据的生成成本的主要因素,然后将其作为BP神经网络模型的输入,成本作为其输出,进行测试数据生成成本预测。实验结果表明:和多元线性回归模型比较,非线性BP神经网络更适合作为EFSM规格说明路径测试生成效率.因素分析模型,对面向路径测试数据生成成本能进行

8、更加准确的预测。关键词:BP神经网络,多元线性回归,主成分分析,可扩展有限状态机,测试生成效率IIABSTRACTANAIYSIS0FEFFICIENCY二EACTORSMODELOFTESTDATAGENERATIONBASEDONEFSMSPE

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。