西北工业大学学报
西北工業大學學報
서북공업대학학보
JOURNAL OF NORTHWESTERN POLYTECHNICAL UNIVERSITY
2012年
2期
296-300
,共5页
郑炜%杨威%宋海静%周南%郭凯源
鄭煒%楊威%宋海靜%週南%郭凱源
정위%양위%송해정%주남%곽개원
自动化测试%测试用例生成%人工神经网络(ANN)%规则提取
自動化測試%測試用例生成%人工神經網絡(ANN)%規則提取
자동화측시%측시용례생성%인공신경망락(ANN)%규칙제취
软件测试过程中,缩小测试用例集的规模,通常需要根据经验进行分析,找出输入输出间的非映射关系,这往往要耗费过多的测试资源.而人工神经网络在此问题的处理上有其特有的优势.因此文章提出了一种改进的规则提取方法,用于生成测试用例.通过构建神经网络模型,建立输入/输出之间的非线性映射关系,接着根据连接的权值,裁剪网络,去除与特定输出无关的输入属性.然后,在规则提取阶段仅保留两个与该输出最为相关的输入,并由此提取出IF-THEN规则,生成测试用例.文章完成了改进后规则提取算法各阶段的自动化,显著降低了在测试用例设计环节上的开销.最后,通过程序验证了该方法的有效性.
軟件測試過程中,縮小測試用例集的規模,通常需要根據經驗進行分析,找齣輸入輸齣間的非映射關繫,這往往要耗費過多的測試資源.而人工神經網絡在此問題的處理上有其特有的優勢.因此文章提齣瞭一種改進的規則提取方法,用于生成測試用例.通過構建神經網絡模型,建立輸入/輸齣之間的非線性映射關繫,接著根據連接的權值,裁剪網絡,去除與特定輸齣無關的輸入屬性.然後,在規則提取階段僅保留兩箇與該輸齣最為相關的輸入,併由此提取齣IF-THEN規則,生成測試用例.文章完成瞭改進後規則提取算法各階段的自動化,顯著降低瞭在測試用例設計環節上的開銷.最後,通過程序驗證瞭該方法的有效性.
연건측시과정중,축소측시용례집적규모,통상수요근거경험진행분석,조출수입수출간적비영사관계,저왕왕요모비과다적측시자원.이인공신경망락재차문제적처리상유기특유적우세.인차문장제출료일충개진적규칙제취방법,용우생성측시용례.통과구건신경망락모형,건립수입/수출지간적비선성영사관계,접착근거련접적권치,재전망락,거제여특정수출무관적수입속성.연후,재규칙제취계단부보류량개여해수출최위상관적수입,병유차제취출IF-THEN규칙,생성측시용례.문장완성료개진후규칙제취산법각계단적자동화,현저강저료재측시용례설계배절상적개소.최후,통과정서험증료해방법적유효성.
