基于模块软件系统的测试资源分配研究.pdf

基于模块软件系统的测试资源分配研究.pdf

ID:52973101

大小:378.30 KB

页数:6页

时间:2020-04-05

基于模块软件系统的测试资源分配研究.pdf_第1页
基于模块软件系统的测试资源分配研究.pdf_第2页
基于模块软件系统的测试资源分配研究.pdf_第3页
基于模块软件系统的测试资源分配研究.pdf_第4页
基于模块软件系统的测试资源分配研究.pdf_第5页
资源描述:

《基于模块软件系统的测试资源分配研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2013年12月机械设计与制造工程Dec.2013第42卷第12期MachineDesignandManufacturingEngineeringV01.42No.12DOI:10.3969/j.issn.2095—509X.2013.12.012基于模块软件系统的测试资源分配研究杨平良(江苏运时数据软件有限公司,江苏南京210096)摘要:基于串一并联模块软件系统,研究了单元测试中测试资源分配问题。同时考虑系统可靠性和软件费用,提出一种带约束的多目标优化模型,针对标准粒子群算法收敛速度慢、容易陷入局部极小等缺点,给出了一种杂交粒子群算法。该算法利用迭代局部搜索算法的

2、邻域搜索及其扰动机制进行详细局部搜索并跳出局部最优解,采用“回飞机制”处理约束条件,求解近似最优解。最后通过实例与遗传算法比较,结果表明该方法能有效地分配测试资源,在提高软件测试质量的同时降低软件费用。关键词:测试资源分配;杂交粒子群算法;软件可靠性;模块软件系统中图分类号:TP311文献标识码:A文章编号:2095—509X(2013)12—0047—06软件测试是软件开发过程中的一个重要环节,解。基于此,Dai等¨研究了具有复杂结构的并是保证软件质量的重要手段,一般包括单元测试、联一串联模块软件系统,即当测试时间有限时,以集成测试和系统测试。单元测试中,系统各个模

3、块系统可靠性最大和软件费用最少为目标的多目标的具体功能已经确定,根据一定原则,系统可靠测试时间分配问题。使用加权因子将多目标问题性指标可转化为各个模块可靠性指标,项目管理人转化为单目标问题,应用遗传算法能在合理时间内员根据各模块的可靠性指标来合理分配测试资源,获得次优解。但是,由于各个加权因子取值会直接确定合理的开发流程,以提高开发效率,减少开发影响解的质量,加权因子过多在实际应用中难以确费用。测试资源主要包括查找缺陷人数、纠正错误定,这样在一定程度上影响测试资源分配的合理人数和计算执行时问。软件测试要求在最小测试性。本文在此基础上对模型作进一步推广,提出一资源投入下

4、,合理利用测试资源,尽可能地提高软种杂交粒子群算法,求解针对可靠性和测试费用优件可靠性。然而,在实际软件开发中,有限的测试化测试资源分配的多目标优化问题。利用“回飞资源是开发团队不得不面对的问题,开发成本与软机制”解决约束问题,在粒子群算法的迭代过程中件可靠性之间存在不可回避的矛盾。因此,如何在嵌入迭代局部搜索算法以加速其全局收敛。有限资源条件下优化软件测试资源分配并实现软件成本与可靠性的平衡,成为软件开发的一个重要1测试资源分配模型课题。假定软件系统由模块串一并联组成,在单元测在软件测试资源分配优化的研究中,曾有大量试阶段,模块的开发和测试活动都是独立的,并且研究人

5、员1-9]通过研究模块化软件的单元测试过每一个模块的失效均由整个模块软件系统中剩余程以试图寻找资源配置优化策略来解决这一问题,软件缺陷在任意时刻造成。软件模块i的失效过希望在对成本作出限制,或是对可靠性作出限制的程为均值函数m()或失效强度函数A=dm/dt条件下,对测试资源进行最优化。这些研究中,大的非齐次泊松过程(NHPP)。经过个单位时间多基于可靠性增长的测试资源分配模型,在一定条测试后,模块i的失效强度为A(),此时模块i的件下对于一些简单系统可以利用经典数学规划理论求解出精确资源分配方案,然而当系统比较复杂可靠性为:时,这些方法在合理的时间内并不一定能给出精

6、确R(ITi)=exp“”Ti)x,≥0(1)收稿日期:2013—11—04作者简介:杨平良(1977一),男,江苏南京人,江苏运时数据软件有限公司董事长兼总经理,主要从事数据挖掘、软件测试技术等方面的应用开发、研究工作。·47·2013年第42卷机械设计与制造工程式中为测试后模块i的运行时间。注意到测试完应的飞行速度表示为=(tt,⋯,)。在每一成后软件可靠性将不再增长,因此失效率保持次迭代中,粒子通过跟踪两个极值来更新自己的速为常数A(Ti)不变。图1给出了串一并联模块软件度和位置:一个极值是粒子本身迄今搜索到的最优系统的一般结构。系统由m个子系统串联而成,每解p

7、Best,称为个体极值;另一个极值是整个粒子个子系统由n(i=1,2,⋯,m)个模块并联组成。群到目前为止找到的最优解gBest,称为全局极值。具体地讲,在第(t+1)次迭代计算时,粒子i的速度和位置的更新规则分别为:目⋯普⋯兽=∞:clrl(pBest:f—:)+c2r2(gBest~一)(5)图1串一并联模块软件系统结构=+v”,=+。(60)i式中:03为惯性权重;c。,c为两个学习因子;r,r则此系统的可靠性由下式给出:为两个均匀分布在(0,1)问的随机数;i=1,2,⋯,mniR(l)=Hm;=1,2,⋯,d。本文采用文献[12]推荐的参数

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。