CN108415841A - 一种基于覆盖力度增量的组合测试用例优先级排序方法 - Google Patents

一种基于覆盖力度增量的组合测试用例优先级排序方法 Download PDF

Info

Publication number
CN108415841A
CN108415841A CN201810223250.XA CN201810223250A CN108415841A CN 108415841 A CN108415841 A CN 108415841A CN 201810223250 A CN201810223250 A CN 201810223250A CN 108415841 A CN108415841 A CN 108415841A
Authority
CN
China
Prior art keywords
test
case
test case
combined
covering
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810223250.XA
Other languages
English (en)
Other versions
CN108415841B (zh
Inventor
王子元
佘飞燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201810223250.XA priority Critical patent/CN108415841B/zh
Publication of CN108415841A publication Critical patent/CN108415841A/zh
Application granted granted Critical
Publication of CN108415841B publication Critical patent/CN108415841B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3676Test management for coverage analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3684Test management for test design, e.g. generating new test cases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种基于覆盖力度增量的组合测试用例优先级排序方法,其特征是,包括如下步骤:1)初始化数据;2)确定测试用例序列集的首个测试用例;3)确定测试序列集中的后续测试用例序列。本发明所达到的有益效果:1)针对组合覆盖强度由低到高的顺序,通过高性能的组合设计方法生成规模较小的固定力度N维组合测试用例集,避免了迭代生成高维组合测试用例时可能导致测试用例集规模膨胀的缺陷;2)每一个阶段都是用了数量尽可能少的测试用例,从而减少了测试成本;3)在每个测试阶段中按照每条测试用例覆盖量的大小及对更高维度的组合覆盖能力,使得被覆盖的因素取值组合都尽可能早、尽可能快地被覆盖了,进一步提高了错误检测效率。

Description

一种基于覆盖力度增量的组合测试用例优先级排序方法
技术领域
本发明涉及一种基于覆盖力度增量的组合测试用例优先级排序方法,属于组合测试技术领域。
背景技术
随着计算机应用领域的不断发展,软件产品也随之增加,软件的质量也变得越来越重要。软件测试作为保障和提高软件质量的重要手段,根据待测系统生成测试用例,通过已经生成的测试用例运行待测系统,并发现故障。软件测试的目的是尽快、尽早地发现软件产品中存在的各种缺陷和问题,而测试用例集合的规模和检错能力直接决定软件测试的有效性。因此,使用规模尽可能小并且错误检错率尽可能高的测试用例集是软件测试的关键。
组合测试能够在保证错误检错能力的前提下,采用较少的测试用例检测软件中各个因素间交互而引发的软件故障。在传统的组合测试中,需要运行所有的组合测试用例集中的测试用例,从而保证测试过程中满足给定的组合覆盖标准。但在实际应用中,考虑到测试资源及成本的限制,有些情况下无法运行所有的测试用例。为了在测试资源即成本受限的情况下提高测试效率,测试用例优先级技术考虑了不同条件下测试用例的重要程度,赋予每个测试用例一个优先级,然后按照优先级由高到低依次选择执行测试用例,使得高优先级的测试用例被尽早执行。目前人们对于组合测试用例优先级技术的研究主要分为两个方面:一方面,组合测试用例优先级生成技术,即在生成测试用例集时考虑测试用例优先级。另一方面,回归测试时可以用组合测试用例优先级复用技术,即对已有测试用例集中所含测试用例的执行顺序进行重新排序,并在测试复用时采用该执行顺序。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种基于覆盖力度增量的组合测试用例优先级排序方法,解决了先前的增量式自适应组合测试方法中生成测试用例集规模往往偏大的缺陷。
为了实现上述目标,本发明采用如下的技术方案:
一种基于覆盖力度增量的组合测试用例优先级排序方法,其特征是,包括如下步骤:
1)确定本次组合测试中的最大组合覆盖组合力度值N,初始化数据,包括固定力度N维组合测试用例集和输入的因素集合;
2)确定测试用例序列集的首个测试用例;
3)确定测试序列集中的后续测试用例序列:将首个测试用例插入测试用例序列集中,更新二元因素取值组合的集合;重复以上操作,直到二元因素取值组合均被覆盖;针对所有尚未被已经选择的测试用例所覆盖的三元因素取值组合,使用同样的方法按照以上优先级顺序对测试用例进行排序,直到所有三元组合都被覆盖;依此类推,直到所有N元因素取值组合都被所有的测试用例覆盖;最后可以得到一个组合测试用例集的一个测试用例执行序列。
前述的一种基于覆盖力度增量的组合测试用例优先级排序方法,其特征是,所述步骤1)的具体内容为:
步骤1-1)利用高性能的组合设计方法生成规模较小的固定力度N维组合测试用例集;
步骤1-2)设置本次组合测试中的最大组合覆盖力度为步骤1-1)中的N;
步骤1-3)输入本次组合测试中的因素集合F;
步骤1-4)结合步骤1-3)中的因素集合,生成N维元素取值组合的集合,进行下一步确定测试用例序列集的首个测试用例工作。
前述的一种基于覆盖力度增量的组合测试用例优先级排序方法,其特征是,所述步骤2)的具体内容为:
步骤2-1)从组合测试用例集中随机选择一条测试用例;
步骤2-2)将步骤2-1中的测试用例插入测试用例序列集中,进行下一步确定测试序列集中的后续测试用例序列工作。
前述的一种基于覆盖力度增量的组合测试用例优先级排序方法,其特征是,所述步骤3)的具体内容为:
步骤3-1)更新i元因素取值组合的集合,i的取值从2开始,最大为N,删除被已经选择的测试用例覆盖的i元因素取值组合集合中的组合;
步骤3-2)判断步骤3-1)中更新后的i元因素取值组合的集合是否为空:判断为是,i加1,跳转到步骤3-3);判断为否,跳转到步骤3-4),进行统计组合覆盖量的工作;
步骤3-3)判断i是否大于等于N+1:判断为是,获得组合测试用例集的测试用例序列,停止循环;判断为否,跳转到步骤3-4),进行统计组合覆盖量的工作;
步骤3-4)统计组合测试用例集中尚未被选择的每条测试用例覆盖i元因素取值组合的数量;
步骤3-5)根据步骤3-4)的统计结果,判断组合测试用例集中覆盖i元因素取值组合数量最多的测试用例的数量是否大于1条:判断为是,跳转到步骤3-6),进一步选择合适的测试用例;判断为否,即测试用例的数量只有一条,则跳转到步骤3-9);
步骤3-6)判断测试用例中是否具有更高覆盖能力的测试用例:判断为是,跳转到步骤3-7),进一步选择合适的测试用例;判断为否,跳转到步骤3-8),随机选择一条测试用例;
步骤3-7)判断步骤3-6)中的测试用例的数量是否不止一条:判断为是,跳转到步骤3-8),随机选择一条测试用例;判断为否,跳转到步骤3-9),确定测试用例序列;
步骤3-8)从多个测试用例中随机选择一条测试用例;
步骤3-9)将测试用例插入到测试序列集的尾部;
步骤3-10)重复步骤3-1)到步骤3-9),直到所有N元因素取值组合都被覆盖为止。
本发明所达到的有益效果:
1)本发明针对组合覆盖强度由低到高的顺序,通过高性能的组合设计方法生成规模较小的固定力度N维组合测试用例集,避免了迭代生成高维组合测试用例时可能导致测试用例集规模膨胀的缺陷;
2)本发明在基于覆盖力度增量组合测试过程中的每一个阶段都是用了数量尽可能少的测试用例,从而减少了测试成本;
3)本发明在每个测试阶段中按照每条测试用例覆盖量的大小及对更高维度的组合覆盖能力,使得被覆盖的因素取值组合都尽可能早、尽可能快地被覆盖了,进一步提高了错误检测效率。
附图说明
图1为本发明初始化数据的方法流程图;
图2为本发明确定测试用例序列集的首个测试用例的方法流程图;
图3为本发明确定测试序列集中的后续测试用例序列的方法流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明提供了一种基于覆盖力度增量的组合测试用例优先级排序方法。该方法利用高性能的组合设计算法,生成了一个规模较小的,不含冗余测试用例的固定力度N维组合测试用例集,其中冗余测试用例指删除该测试用例后,测试用例集的覆盖能力不受影响。按照基于覆盖力度增量的组合测试的思想,将整个组合测试用例集中的测试用例按照N-1个测试阶段分别进行优先级排序。首先针对二元因素取值组合,进行组合测试用例集中的部分测试用例进行优先级排序,直到所有二元因素取值组合都被覆盖;然后再针对所有尚未被已经选择测试用例所覆盖的三元因素取值组合,使用同样的方法对部分测试用例进行优先级排序,直到所有三元因素取值组合都被覆盖。依次类推,直到所有N元因素取值组合都被所有测试用例覆盖,最后可以得到一个组合测试用例集的测试用例执行序列。使用这种高性能的组合设计方法生成的规模较小的测试用例集,避免了导致测试用例集规模膨胀的缺陷。在每个测试阶段采用数量较少的测试用例,并且按照测试用例覆盖能力的大小以及参考对更高维组合覆盖的能力,这样不仅减少了测试成本,而且还进一步提高了错误检测效率。
其步骤为包括:
步骤1:初始化数据,如图1所示,具体的技术方案如下:
步骤1-1:利用高性能的组合设计方法生成规模较小的固定力度N维组合测试用例集;
步骤1-2:设置本次组合测试中的最大组合覆盖力度为步骤1-1中的N;
步骤1-3:输入本次组合测试中的因素集合;
步骤1-4:结合步骤1-3中的因素集合,生成N维元素取值组合的集合(N=1,2,…N),进行下一步确定测试用例序列集的首个测试用例工作;
步骤2:确定测试用例序列集的首个测试用例,如图2所示,具体的技术方案如下:
步骤2-1:从组合测试用例集中随机选择一条测试用例;
步骤2-2:将步骤2-1中的测试用例插入测试用例序列集中,进行下一步确定测试序列集中的后续测试用例序列工作;
步骤3:确定测试序列集中的后续测试用例序列;
步骤3-1:更新i元因素取值组合的集合(i=2,3,…,N),i的取值从2开始,最大为N,删除被已经选择的测试用例覆盖的i元因素取值组合集合中的组合;
步骤3-2:判断步骤3-1中更新后的i元因素取值组合的集合是否为空;
步骤3-2-1:判断为是,i加1,跳转到步骤3-3;
步骤3-2-2:判断为否,跳转到步骤3-4,进行统计组合覆盖量的工作;
步骤3-3:判断i是否大于等于N+1;
步骤3-3-1:判断为是,获得组合测试用例集的测试用例序列,停止程序;
步骤3-3-2:判断为否,跳转到步骤3-4,进行统计组合覆盖量的工作;
步骤3-4:统计组合测试用例集中尚未被选择的每条测试用例覆盖i元因素取值组合的数量;
步骤3-5:根据步骤3-4的统计结果,判断组合测试用例集中覆盖i元因素取值组合数量最多的测试用例的数量是否大于1条;
步骤3-5-1:判断为是,跳转到步骤3-6,进一步选择合适的测试用例;
步骤3-5-2:判断为否,即测试用例的数量只有一条,则跳转到步骤3-9;
步骤3-6:判断满足步骤3-5-1中的测试用例中是否具有更高覆盖能力的测试用例;
步骤3-6-1:判断为是,跳转到步骤3-7,进一步选择合适的测试用例;
步骤3-6-2:判断为否,跳转到步骤3-8,随机选择一条测试用例;
步骤3-7:判断步骤3-6-1中的测试用例的数量是否不止一条;
步骤3-7-1:判断为是,跳转到步骤3-8,随机选择一条测试用例;
步骤3-7-2:判断为否,跳转到步骤3-9,确定测试用例序列
步骤3-8:从多个测试用例中随机选择一条测试用例;
步骤3-9:将测试用例插入到测试序列集的尾部;
步骤3-10:重复步骤3-1到步骤3-9,直到所有N元因素取值组合都被覆盖为止。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (4)

1.一种基于覆盖力度增量的组合测试用例优先级排序方法,其特征是,包括如下步骤:
1)确定本次组合测试中的最大组合覆盖组合力度值N,初始化数据,包括固定力度N维组合测试用例集和输入的因素集合;
2)确定测试用例序列集的首个测试用例;
3)确定测试序列集中的后续测试用例序列:将首个测试用例插入测试用例序列集中,更新二元因素取值组合的集合;重复以上操作,直到二元因素取值组合均被覆盖;针对所有尚未被已经选择的测试用例所覆盖的三元因素取值组合,使用同样的方法按照以上优先级顺序对测试用例进行排序,直到所有三元组合都被覆盖;依此类推,直到所有N元因素取值组合都被所有的测试用例覆盖;最后可以得到一个组合测试用例集的一个测试用例执行序列。
2.根据权利要求1所述的一种基于覆盖力度增量的组合测试用例优先级排序方法,其特征是,所述步骤1)的具体内容为:
步骤1-1)利用高性能的组合设计方法生成规模较小的固定力度N维组合测试用例集;
步骤1-2)设置本次组合测试中的最大组合覆盖力度为步骤1-1)中的N;
步骤1-3)输入本次组合测试中的因素集合F;
步骤1-4)结合步骤1-3)中的因素集合,生成N维元素取值组合的集合,进行下一步确定测试用例序列集的首个测试用例工作。
3.根据权利要求2所述的一种基于覆盖力度增量的组合测试用例优先级排序方法,其特征是,所述步骤2)的具体内容为:
步骤2-1)从组合测试用例集中随机选择一条测试用例;
步骤2-2)将步骤2-1中的测试用例插入测试用例序列集中,进行下一步确定测试序列集中的后续测试用例序列工作。
4.根据权利要求3所述的一种基于覆盖力度增量的组合测试用例优先级排序方法,其特征是,所述步骤3)的具体内容为:
步骤3-1)更新i元因素取值组合的集合,i的取值从2开始,最大为N,删除被已经选择的测试用例覆盖的i元因素取值组合集合中的组合;
步骤3-2)判断步骤3-1)中更新后的i元因素取值组合的集合是否为空:判断为是,i加1,跳转到步骤3-3);判断为否,跳转到步骤3-4),进行统计组合覆盖量的工作;
步骤3-3)判断i是否大于等于N+1:判断为是,获得组合测试用例集的测试用例序列,停止循环;判断为否,跳转到步骤3-4),进行统计组合覆盖量的工作;
步骤3-4)统计组合测试用例集中尚未被选择的每条测试用例覆盖i元因素取值组合的数量;
步骤3-5)根据步骤3-4)的统计结果,判断组合测试用例集中覆盖i元因素取值组合数量最多的测试用例的数量是否大于1条:判断为是,跳转到步骤3-6),进一步选择合适的测试用例;判断为否,即测试用例的数量只有一条,则跳转到步骤3-9);
步骤3-6)判断测试用例中是否具有更高覆盖能力的测试用例:判断为是,跳转到步骤3-7),进一步选择合适的测试用例;判断为否,跳转到步骤3-8),随机选择一条测试用例;
步骤3-7)判断步骤3-6)中的测试用例的数量是否不止一条:判断为是,跳转到步骤3-8),随机选择一条测试用例;判断为否,跳转到步骤3-9),确定测试用例序列;
步骤3-8)从多个测试用例中随机选择一条测试用例;
步骤3-9)将测试用例插入到测试序列集的尾部;
步骤3-10)重复步骤3-1)到步骤3-9),直到所有N元因素取值组合都被覆盖为止。
CN201810223250.XA 2018-03-19 2018-03-19 一种基于覆盖力度增量的组合测试用例优先级排序方法 Active CN108415841B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810223250.XA CN108415841B (zh) 2018-03-19 2018-03-19 一种基于覆盖力度增量的组合测试用例优先级排序方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810223250.XA CN108415841B (zh) 2018-03-19 2018-03-19 一种基于覆盖力度增量的组合测试用例优先级排序方法

Publications (2)

Publication Number Publication Date
CN108415841A true CN108415841A (zh) 2018-08-17
CN108415841B CN108415841B (zh) 2021-06-22

Family

ID=63132072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810223250.XA Active CN108415841B (zh) 2018-03-19 2018-03-19 一种基于覆盖力度增量的组合测试用例优先级排序方法

Country Status (1)

Country Link
CN (1) CN108415841B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109815108A (zh) * 2018-12-10 2019-05-28 江苏大学 一种基于权重的组合测试用例集优先化排序方法及系统
CN110110854A (zh) * 2019-04-01 2019-08-09 南京邮电大学 一种基于边状态的深度神经网络测试充分性的方法
CN110135558A (zh) * 2019-04-22 2019-08-16 南京邮电大学 基于可变强度组合测试的深度神经网络测试充分性方法
CN110347579A (zh) * 2019-04-01 2019-10-18 南京邮电大学 基于神经元输出行为模式的深度学习测试用例的选择方法
CN110515852A (zh) * 2019-08-30 2019-11-29 北京浪潮数据技术有限公司 一种基于敏捷开发的应用更新测试方法及相关装置
CN111400176A (zh) * 2020-03-10 2020-07-10 中国船舶工业综合技术经济研究院 高可信软件的测试序列生成方法及系统、测试方法及系统
CN112416771A (zh) * 2020-11-23 2021-02-26 北京计算机技术及应用研究所 一种任意强度组合测试用例生成方法
CN113127350A (zh) * 2021-04-20 2021-07-16 南华大学 基于交互关系的组合测试数据生成方法和相关设备
CN113360364A (zh) * 2020-03-04 2021-09-07 腾讯科技(深圳)有限公司 目标对象的测试方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102880545A (zh) * 2012-08-30 2013-01-16 中国人民解放军63928部队 一种测试用例优先级排序动态调整方法
US20160162392A1 (en) * 2014-12-09 2016-06-09 Ziheng Hu Adaptive Framework Automatically Prioritizing Software Test Cases
US20160305853A1 (en) * 2015-04-15 2016-10-20 Dspace Digital Signal Processing And Control Engineering Gmbh Method and system for testing a mechatronic system
CN106502892A (zh) * 2016-10-20 2017-03-15 杭州电子科技大学 一种基于uml模型的测试用例优先排序方法
CN106776351A (zh) * 2017-03-09 2017-05-31 浙江理工大学 一种基于One‑test‑at‑a‑time策略的组合测试用例优先级排序方法
CN107704381A (zh) * 2017-08-31 2018-02-16 电子科技大学 一种两两组合的软件测试用例生成方法
CN107766245A (zh) * 2017-10-18 2018-03-06 浙江理工大学 基于ott策略的可变力度组合测试用例优先级在线排序方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102880545A (zh) * 2012-08-30 2013-01-16 中国人民解放军63928部队 一种测试用例优先级排序动态调整方法
US20160162392A1 (en) * 2014-12-09 2016-06-09 Ziheng Hu Adaptive Framework Automatically Prioritizing Software Test Cases
US20160305853A1 (en) * 2015-04-15 2016-10-20 Dspace Digital Signal Processing And Control Engineering Gmbh Method and system for testing a mechatronic system
CN106502892A (zh) * 2016-10-20 2017-03-15 杭州电子科技大学 一种基于uml模型的测试用例优先排序方法
CN106776351A (zh) * 2017-03-09 2017-05-31 浙江理工大学 一种基于One‑test‑at‑a‑time策略的组合测试用例优先级排序方法
CN107704381A (zh) * 2017-08-31 2018-02-16 电子科技大学 一种两两组合的软件测试用例生成方法
CN107766245A (zh) * 2017-10-18 2018-03-06 浙江理工大学 基于ott策略的可变力度组合测试用例优先级在线排序方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王子元等: "基于One-test-at-a-time策略的可变力度组合测试用例生成方法", 《计算机学报》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109815108B (zh) * 2018-12-10 2021-12-21 江苏大学 一种基于权重的组合测试用例集优先化排序方法及系统
CN109815108A (zh) * 2018-12-10 2019-05-28 江苏大学 一种基于权重的组合测试用例集优先化排序方法及系统
CN110110854A (zh) * 2019-04-01 2019-08-09 南京邮电大学 一种基于边状态的深度神经网络测试充分性的方法
CN110347579A (zh) * 2019-04-01 2019-10-18 南京邮电大学 基于神经元输出行为模式的深度学习测试用例的选择方法
CN110110854B (zh) * 2019-04-01 2022-04-22 南京邮电大学 一种基于边状态的深度神经网络测试充分性的方法
CN110347579B (zh) * 2019-04-01 2022-03-04 南京邮电大学 基于神经元输出行为模式的深度学习测试用例的选择方法
CN110135558A (zh) * 2019-04-22 2019-08-16 南京邮电大学 基于可变强度组合测试的深度神经网络测试充分性方法
CN110135558B (zh) * 2019-04-22 2022-04-12 南京邮电大学 基于可变强度组合测试的深度神经网络测试充分性方法
CN110515852A (zh) * 2019-08-30 2019-11-29 北京浪潮数据技术有限公司 一种基于敏捷开发的应用更新测试方法及相关装置
CN113360364A (zh) * 2020-03-04 2021-09-07 腾讯科技(深圳)有限公司 目标对象的测试方法及装置
CN113360364B (zh) * 2020-03-04 2024-04-19 腾讯科技(深圳)有限公司 目标对象的测试方法及装置
CN111400176A (zh) * 2020-03-10 2020-07-10 中国船舶工业综合技术经济研究院 高可信软件的测试序列生成方法及系统、测试方法及系统
CN111400176B (zh) * 2020-03-10 2023-12-08 中国船舶工业综合技术经济研究院 高可信软件的测试序列生成方法及系统、测试方法及系统
CN112416771A (zh) * 2020-11-23 2021-02-26 北京计算机技术及应用研究所 一种任意强度组合测试用例生成方法
CN112416771B (zh) * 2020-11-23 2023-06-30 北京计算机技术及应用研究所 一种任意强度组合测试用例生成方法
CN113127350A (zh) * 2021-04-20 2021-07-16 南华大学 基于交互关系的组合测试数据生成方法和相关设备
CN113127350B (zh) * 2021-04-20 2022-07-01 南华大学 基于交互关系的组合测试数据生成方法和相关设备

Also Published As

Publication number Publication date
CN108415841B (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN108415841A (zh) 一种基于覆盖力度增量的组合测试用例优先级排序方法
Tsai et al. Combining FMEA with DEMATEL models to solve production process problems
Zhang et al. A missing-data tolerant method for data-driven short-term voltage stability assessment of power systems
CN102855185B (zh) 一种基于优先级的成对组合测试方法
CN106407124B (zh) 一种程序自动化测试方法及系统
CN104536896A (zh) 面向函数调用路径的回归测试用例选择与排序方法及系统
CN107273088B (zh) 一种针对极化码的快速排序方法及装置
CN107832164A (zh) 一种基于Ceph的故障硬盘处理的方法及装置
CN107632590B (zh) 一种基于优先级的底事件排序方法
Horbach et al. Do lead markets for clean coal technology follow market demand? A case study for China, Germany, Japan and the US
CN101482596B (zh) 多因素工业系统的故障快速识别方法
CN106991444A (zh) 基于峰值密度聚类的主动学习方法
CN103605611A (zh) 一种基于遗传算法的测试用例优化方法
CN105912447B (zh) 一种嵌入式程序执行顺序的监控方法
CN110515843B (zh) 基于缺陷集合与倒排索引的测试用例优先排序方法
CN113157694A (zh) 一种基于强化学习的数据库索引生成方法
Li et al. Study of manufacturing cloud service matching algorithm based on OWL-S
CN107957953A (zh) 一种回归测试的方法
CN102663061B (zh) 一种大容量查找表快速排序和查找装置及其实现方法
Hui Fault Localization Method Generated by Regression Test Cases on the Basis of Genetic Immune Algorithm
Segura et al. An analysis of the automatic adaptation of the crossover rate in differential evolution
CN107247670A (zh) 一种关于财务云平台的成对组合测试用例生成方法
Pollitt et al. Efficient proof checking with lrat in cadical (work in progress)
Widiputra et al. Optimal microgrid formation to improve the resilience of power system withstanding the storm
CN109167356B (zh) 一种n-2故障筛选方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant