CN114706794B - 生产管理软件的数据处理系统 - Google Patents

生产管理软件的数据处理系统 Download PDF

Info

Publication number
CN114706794B
CN114706794B CN202210627486.6A CN202210627486A CN114706794B CN 114706794 B CN114706794 B CN 114706794B CN 202210627486 A CN202210627486 A CN 202210627486A CN 114706794 B CN114706794 B CN 114706794B
Authority
CN
China
Prior art keywords
data
link
abnormal
output data
test
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.)
Active
Application number
CN202210627486.6A
Other languages
English (en)
Other versions
CN114706794A (zh
Inventor
张岩
许园园
魏建龙
丁威
齐巧莉
吴鹏飞
王雪峰
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.)
Aerospace Liangli Electric Co ltd
Original Assignee
Aerospace Liangli Electric Co ltd
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 Aerospace Liangli Electric Co ltd filed Critical Aerospace Liangli Electric Co ltd
Priority to CN202210627486.6A priority Critical patent/CN114706794B/zh
Publication of CN114706794A publication Critical patent/CN114706794A/zh
Application granted granted Critical
Publication of CN114706794B publication Critical patent/CN114706794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3688—Test management for test execution, e.g. scheduling of test suites
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3684—Test management for test design, e.g. generating new test cases
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/40—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Stored Programmes (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种生产管理软件的数据处理系统，涉及数据处理技术领域。主要包括：软件测试组件，用于将同一测试周期内每一环节的各测试数据进行测试，将测试结果分为异常输出数据以及正常输出数据，将存在异常输出数据的测试数据再次进行迭代测试，将迭代测试过程中的测试结果作为过程数据；异常程度分析组件，用于分别获得每一环节的异常程度；数据传输组件，用于按照每一环节的异常程度分别确定每一环节在霍夫曼编码过程中的权重，对每一环节对应的正常输出数据、异常输出数据以及过程数据进行霍夫曼编码后传输。本发明实施例缩短了对数据进行查找所需要的时长，从而有效帮助研发人员更快地进行问题定位。

Description

生产管理软件的数据处理系统
技术领域
本申请涉及数据处理技术领域，具体涉及一种生产管理软件的数据处理系统。
背景技术
目前，为了企业的快速发展，各企业内部的生产管理软件应运而生，然而当生产型企业所生产的产品或生产过程中的业务发生变化时，企业的生产管理软件也需要相应地进行调整，从而需要对生产管理软件重新进行研发与测试。
在对生产管理软件进行研发及测试的过程中需要进行重复性的各种测试，在测试的过程中会产生海量的数据，其中包含各种异常输出数据，通过对异常输出数据进行分析，可以对生产管理软件进行进一步的优化，现有技术中对于测试过程中所存在的数据的存储基于数据产生时序进行存储。
发明人在实现本发明实施例的过程中，发现背景技术中至少存在以下缺陷：在数据量庞大的情况下，现有的传输及存储模式下，对数据的传输及查找需要耗费大量的时长，使得生产管理软件的研发及测试过程的时长进一步延长。
发明内容
针对上述技术问题，本发明提供了一种生产管理软件的数据处理系统，根据生产管理软件测试过程中所产生的异常输出数据的异常程度，对测试过程中存在的各数据进行传输及存储，能够有效帮助研发人员更快地对其中可能存在的问题进行解决，缩短了对数据进行查找所需要的时长，从而缩短了对生产管理软件的测试所需要的时长。
本发明实施例提出了一种生产管理软件的数据处理系统，包括：
软件测试组件，用于将同一测试周期内每一环节的各测试数据进行测试，将测试结果分为异常输出数据以及正常输出数据，并将正常输出数据、异常输出数据发送给数据传输组件以及异常程度分析组件。
软件测试组件还用于，将存在异常输出数据的测试数据再次进行测试，将测试结果作为过程数据，进行迭代，直至重复输入次数达到预设次数或者最近一次测试结果中不存在异常输出数据，将每一存在异常输出数据的测试数据对应的迭代耗时以及过程数据的数量发送给异常程度分析组件，并将每一存在异常输出数据的测试数据对应的过程数据发送给数据传输组件。
异常程度分析组件，用于接收软件测试组件所发送的正常输出数据、异常输出数据，以及每一存在异常输出数据的测试数据对应的迭代耗时以及过程数据的数量。
异常程度分析组件还用于，根据每一环节内各测试数据对应的异常输出数据的数量、每一环节内各存在异常输出数据的测试数据对应的迭代耗时的标准差、每一环节内各存在异常输出数据的测试数据对应过程数据中的最大数量，分别获得每一环节的异常程度并发送给数据传输组件。
数据传输组件，用于接收异常程度分析组件所发送的每一环节的异常程度、软件测试组件所发送的每一测试数据的正常输出数据、异常输出数据，以及软件测试组件所发送的每一存在异常输出数据的测试数据对应的过程数据，并按照每一环节的异常程度确定每一环节在霍夫曼编码过程中的权重，对每一环节对应的正常输出数据、异常输出数据以及过程数据进行霍夫曼编码后传输。
进一步的，生产管理软件的数据处理系统中，根据每一环节内各测试数据对应的异常输出数据的数量、每一环节内各存在异常输出数据的测试数据对应的迭代耗时的标准差、每一环节内各存在异常输出数据的测试数据对应过程数据中的最大数量，分别获得每一环节的异常程度，包括：
将每一环节内各测试数据对应的异常输出数据的数量作为每一环节的第一特征参数。
将每一环节内各存在异常输出数据的测试数据对应的迭代耗时的标准差作为每一环节的第二特征参数。
根据每一环节内各存在异常输出数据的测试数据对应过程数据中的最大数量获得每一环节的第三特征参数。
将每一环节的第一特征参数、第二特征参数及第三特征参数的乘积分别作为每一环节的异常程度。
进一步的，生产管理软件的数据处理系统中，根据每一环节内各存在异常输出数据的测试数据对应过程数据中的最大数量获得每一环节的第三特征参数，包括：
Figure 431568DEST_PATH_IMAGE001
式中，
Figure 188172DEST_PATH_IMAGE002
为第
Figure 839733DEST_PATH_IMAGE003
个环节中所有的测试数据的过程数据的数量的平均值，
Figure 885049DEST_PATH_IMAGE004
表示第
Figure 90378DEST_PATH_IMAGE003
个环节中所有的过程数据的最大数量，
Figure 639171DEST_PATH_IMAGE005
为第
Figure 789530DEST_PATH_IMAGE003
个环节的第三特征参数。
进一步的，生产管理软件的数据处理系统中，异常程度分析组件还用于分别对每一环节的异常程度进行归一化处理。
进一步的，生产管理软件的数据处理系统中，同一测试周期内各环节间的各测试数据相互独立。
进一步的，生产管理软件的数据处理系统中，分别对每一环节的异常程度进行归一化处理，包括：
Figure 56563DEST_PATH_IMAGE006
式中，
Figure 255463DEST_PATH_IMAGE007
为归一化后第
Figure 471812DEST_PATH_IMAGE008
个环节的异常程度的值，
Figure 730755DEST_PATH_IMAGE009
为归一化前第
Figure 485084DEST_PATH_IMAGE008
个环节的异常程度的值，
Figure 222096DEST_PATH_IMAGE010
为各环节中归一化前异常程度的最大值，
Figure 807798DEST_PATH_IMAGE011
为各环节中归一化前异常程度的最小值。
进一步的，生产管理软件的数据处理系统中，还包括稳定性评价组件，其用于对每一周期中各环节的归一化后的异常程度的值的平均值分别作为每一周期的量化指标，根据所有周期的量化指标的方差对待测试软件的稳定性进行评价。
进一步的，生产管理软件的数据处理系统中，根据所有周期的量化指标的方差对待测试软件的稳定性进行评价，包括：
根据所有周期的量化指标的方差，对待测软件的稳定性进行等级划分，其中方差越小对应的稳定性等级越高。
本发明实施例提供了一种生产管理软件的数据处理系统，相比于现有技术，本发明实施例的有益效果在于：根据生产管理软件测试过程中所产生的异常输出数据的异常程度，对测试过程中存在的各数据进行传输及存储，能够有效帮助研发人员更快地对其中可能存在的问题进行解决，缩短了对数据进行查找所需要的时长，从而缩短了对生产管理软件的测试所需要的时长。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种生产管理软件的数据处理系统的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征；在本实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。
目前，为了企业的快速发展，各企业内部的生产管理软件应运而生。然而当生产型企业所生产的产品或业务发生变化时，企业的生产管理软件也需要相应地进行调整或重新进行研发与测试。
在对生产管理软件进行研发及测试的过程中需要进行重复性的各种测试，在测试的过程中会产生海量的数据，其中包含各种异常输出数据，通过对异常输出数据进行分析，可以对生产管理软件进行进一步的优化，现有技术中对于测试过程中所存在的数据的存储基于数据产生时序进行存储。
发明人在实现本发明实施例的过程中，发现背景技术中至少存在以下缺陷：在数据量庞大的情况下，现有的传输及存储模式下，对数据的传输及查找需要耗费大量的时长，使得生产管理软件的研发及测试过程的时长进一步延长。
本发明实施例提供了一种生产管理软件的数据处理系统，如图1所示，包括：
软件测试组件，用于将同一测试周期内每一环节的各测试数据进行测试，将测试结果分为异常输出数据以及正常输出数据，并将正常输出数据、异常输出数据发送给数据传输组件以及异常程度分析组件。
软件测试组件还用于，将存在异常输出数据的测试数据再次进行测试，将测试结果作为过程数据，进行迭代，直至重复输入次数达到预设次数或者最近一次测试结果中不存在异常输出数据，将每一存在异常输出数据的测试数据对应的迭代耗时以及过程数据的数量发送给异常程度分析组件，并将每一存在异常输出数据的测试数据对应的过程数据发送给数据传输组件。
异常程度分析组件，用于接收软件测试组件所发送的正常输出数据、异常输出数据，以及每一存在异常输出数据的测试数据对应的迭代耗时以及过程数据的数量。
异常程度分析组件还用于，根据每一环节内各测试数据对应的异常输出数据的数量、每一环节内各存在异常输出数据的测试数据对应的迭代耗时的标准差、每一环节内各存在异常输出数据的测试数据对应过程数据中的最大数量，分别获得每一环节的异常程度并发送给数据传输组件。
数据传输组件，用于接收异常程度分析组件所发送的每一环节的异常程度、软件测试组件所发送的每一测试数据的正常输出数据、异常输出数据，以及软件测试组件所发送的每一存在异常输出数据的测试数据对应的过程数据，并按照每一环节的异常程度确定每一环节在霍夫曼编码过程中的权重，对每一环节对应的正常输出数据、异常输出数据以及过程数据进行霍夫曼编码后传输。
本发明实施例所针对的情景为：在对生产型企业的生产管理软件进行测试过程中存在海量的数据，现有管理软件中数据的传输及存储方式无法有效辅助研发人员对其中存在的问题进行处理，从而使得对于生产管理软件的测试所需时长进一步延长。
进一步的，软件测试组件，用于将同一测试周期内每一环节的各测试数据进行测试，将测试结果分为异常输出数据以及正常输出数据，并将正常输出数据、异常输出数据发送给数据传输组件以及异常程度分析组件。
具体的，将同一测试周期内每一环节的测试数据输入至待测试软件中，根据待测试软件所输出的与测试数据对应的输出结果是否异常，将与测试数据对应的输出结果分为异常输出数据以及正常输出数据。
根据实际所生产的产品的不同，可以将一个完整的测试周期分为多个生产环节，且各个生产环节的数据之间相互独立。
对于所输入的测试数据，本发明实施例中的测试数据可以是信号，也可以是字符串。测试数据输入至生产管理软件后应该存在与其对应的正确输出数据，而在其实际输出数据与正确输出数据不相同的情况下，即可判定该输出数据为异常输出数据。出现异常输出数据的原因可能是软件参数设置不对、程序的编写存在错误或者程序的逻辑存在问题。
进一步的，软件测试组件还用于，将存在异常输出数据的测试数据再次进行测试，将测试结果作为过程数据，进行迭代，直至重复输入次数达到预设次数或者最近一次测试结果中不存在异常输出数据，将每一存在异常输出数据的测试数据对应的迭代耗时以及过程数据的数量发送给异常程度分析组件，并将每一存在异常输出数据的测试数据对应的过程数据发送给数据传输组件。
当生产管理软件中存在异常输出数据时，生产管理软件会尝试对其进行自动处理或者提示进行人工处理，而不论是生产管理软件自行进行的自动处理，还是人工进行的处理，都会在处理的过程中生成一系列因处理数据而产生的过程数据。
需要说明的是，本发明实施例中的处理并非是对于程序进行变更，而是通过再次对测试数据进行测试的方式，尝试获得正确的输出数据，同时可在尝试次数达到预设次数后或者最近一次的测试后的输出结果中不存在异常输出数据时，不再对该数据进行重复性测试。
进一步的，异常程度分析组件，用于接收软件测试组件所发送的正常输出数据、异常输出数据，以及每一存在异常输出数据的测试数据对应的迭代耗时以及过程数据的数量。
进一步的，异常程度分析组件还用于，根据每一环节内各测试数据对应的异常输出数据的数量、每一环节内各存在异常输出数据的测试数据对应的迭代耗时的标准差、每一环节内各存在异常输出数据的测试数据对应过程数据中的最大数量，分别获得每一环节的异常程度并发送给数据传输组件。
由于在软件测试组件中已经获得了在测试过程中所存在的异常输出数据，因此可以将每一环节内各测试数据经过待测试软件后的输出结果中异常输出数据的数量，作为每一环节的第一特征参数，第一特征参数越大说明在对该环节进行测试的过程中存在异常越大。
其次，将每一环节内各异常输出数据所需的处理耗时的标准差作为每一环节的第二特征参数，本发明实施例中所得到的第二特征参数能够反映对同一环节中不同测试数据进行测试的过程中，对可能存在的各异常输出数据进行处理所需要的差异情况，同一环节中不同异常输出数据处理的所需要时长的差异越大，说明该环节中所存在的异常的差异程度越大。
然后，根据每一环节内数据量最大的过程数据的数据量获得每一环节的第三特征参，包括：
Figure 237643DEST_PATH_IMAGE001
式中，
Figure 213689DEST_PATH_IMAGE002
为第
Figure 567441DEST_PATH_IMAGE003
个环节中所有的测试数据的过程数据的数量的平均值，
Figure 210912DEST_PATH_IMAGE004
表示第
Figure 546078DEST_PATH_IMAGE003
个环节中所有的过程数据的最大数量，
Figure 150366DEST_PATH_IMAGE005
为第
Figure 229181DEST_PATH_IMAGE003
个环节的第三特征参数。
最后，将每一环节的第一特征参数、第二特征参数及第三特征参数的乘积分别作为每一环节的异常程度。
可选的，可以对各环节的异常程度的值进行归一化处理，归一化的过程包括：
Figure 727158DEST_PATH_IMAGE012
，式中，
Figure 295543DEST_PATH_IMAGE013
为归一化后第
Figure 321880DEST_PATH_IMAGE014
个环节的异常程度的值，
Figure 266702DEST_PATH_IMAGE015
为归一化前第
Figure 619186DEST_PATH_IMAGE014
个环节的异常程度的值，
Figure 561734DEST_PATH_IMAGE016
为各环节中归一化前异常程度的最大值，
Figure 999669DEST_PATH_IMAGE017
为各环节中归一化前异常程度的最小值。
进一步的，数据传输组件，用于接收异常程度分析组件所发送的每一环节的异常程度、软件测试组件所发送的每一测试数据的正常输出数据、异常输出数据，以及软件测试组件所发送的每一存在异常输出数据的测试数据对应的过程数据，并按照每一环节的异常程度确定每一环节在霍夫曼编码过程中的权重，对每一环节对应的正常输出数据、异常输出数据以及过程数据进行霍夫曼编码后传输。
按照每一环节的异常程度确定每一环节在霍夫曼编码过程中的权重，需要说明的是，霍夫曼编码（Huffman Coding），是一种用于无损数据压缩的熵编码（权编码）算法。对每一环节对应的正常输出数据、异常输出数据以及过程数据进行霍夫曼编码后传输，如此，能够使得研发人员在更短的时间内检索到异常输出数据，以便根据各异常输出数据进行问题分析、定位及解决。
可选的，本发明实施例中还可以包括稳定性评价组件，其用于对每一周期中各环节的归一化后的异常程度的值的平均值分别作为每一周期的量化指标，根据所有周期的量化指标的方差对待测试软件的稳定性进行评价。具体的，可以根据所有周期的量化指标的方差，对待测软件的稳定性进行等级划分，其中方差越小对应的稳定性的等级越高。如此，能够对待测软件的稳定性进行评价。
综上所述，本发明实施例提供了一种生产管理软件的数据处理系统，根据生产管理软件测试过程中所产生的异常输出数据的异常程度，对测试过程中存在的各数据进行传输及存储，能够有效帮助研发人员更快地对其中可能存在的问题进行解决，缩短了对数据进行查找所需要的时长，从而缩短了对生产管理软件的测试所需要的时长。
本发明中涉及诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
还需要指出的是，在本发明的方法和系统中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
上述实施例仅仅是为清楚地说明所做的举例，并不构成对本发明的保护范围的限制。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无需也无法对所有的实施方式予以穷举。凡是与本发明相同或相似的设计均属于本发明的保护范围之内。

Claims (7)

1.一种生产管理软件的数据处理系统，其特征在于，包括：
软件测试组件，用于将同一测试周期内每一环节的各测试数据进行测试，将测试结果分为异常输出数据以及正常输出数据，并将正常输出数据、异常输出数据发送给数据传输组件以及异常程度分析组件；
软件测试组件还用于，将存在异常输出数据的测试数据再次进行测试，将测试结果作为过程数据，进行迭代，直至重复输入次数达到预设次数或者最近一次测试结果中不存在异常输出数据，将每一存在异常输出数据的测试数据对应的迭代耗时以及过程数据的数量发送给异常程度分析组件，并将每一存在异常输出数据的测试数据对应的过程数据发送给数据传输组件；
异常程度分析组件，用于接收软件测试组件所发送的正常输出数据、异常输出数据，以及每一存在异常输出数据的测试数据对应的迭代耗时以及过程数据的数量；
异常程度分析组件还用于，根据每一环节内各测试数据对应的异常输出数据的数量、每一环节内各存在异常输出数据的测试数据对应的迭代耗时的标准差、每一环节内各存在异常输出数据的测试数据对应过程数据中的最大数量，分别获得每一环节的异常程度并发送给数据传输组件；
数据传输组件，用于接收异常程度分析组件所发送的每一环节的异常程度、软件测试组件所发送的每一测试数据的正常输出数据、异常输出数据，以及软件测试组件所发送的每一存在异常输出数据的测试数据对应的过程数据，并按照每一环节的异常程度确定每一环节在霍夫曼编码过程中的权重，对每一环节对应的正常输出数据、异常输出数据以及过程数据进行霍夫曼编码后传输；
其中，根据每一环节内各测试数据对应的异常输出数据的数量、每一环节内各存在异常输出数据的测试数据对应的迭代耗时的标准差、每一环节内各存在异常输出数据的测试数据对应过程数据中的最大数量，分别获得每一环节的异常程度，包括：
将每一环节内各测试数据对应的异常输出数据的数量作为每一环节的第一特征参数；
将每一环节内各存在异常输出数据的测试数据对应的迭代耗时的标准差作为每一环节的第二特征参数；
根据每一环节内各存在异常输出数据的测试数据对应过程数据中的最大数量获得每一环节的第三特征参数；
将每一环节的第一特征参数、第二特征参数及第三特征参数的乘积分别作为每一环节的异常程度。
2.根据权利要求1所述的生产管理软件的数据处理系统，其特征在于，根据每一环节内各存在异常输出数据的测试数据对应过程数据中的最大数量获得每一环节的第三特征参数，包括：
Figure DEST_PATH_IMAGE001
式中，
Figure 861172DEST_PATH_IMAGE002
为第
Figure 778312DEST_PATH_IMAGE003
个环节中所有的测试数据的过程数据的数量的平均值，
Figure 745000DEST_PATH_IMAGE004
表示第
Figure 140209DEST_PATH_IMAGE003
个环节中所有的过程数据的最大数量，
Figure 954582DEST_PATH_IMAGE005
为第
Figure 714727DEST_PATH_IMAGE003
个环节的第三特征参数。
3.根据权利要求1所述的生产管理软件的数据处理系统，其特征在于，异常程度分析组件还用于分别对每一环节的异常程度进行归一化处理。
4.根据权利要求1所述的生产管理软件的数据处理系统，其特征在于，同一测试周期内各环节间的各测试数据相互独立。
5.根据权利要求3所述的生产管理软件的数据处理系统，其特征在于，分别对每一环节的异常程度进行归一化处理，包括：
Figure 981761DEST_PATH_IMAGE006
式中，
Figure DEST_PATH_IMAGE007
为归一化后第
Figure 180661DEST_PATH_IMAGE008
个环节的异常程度的值，
Figure 36490DEST_PATH_IMAGE009
为归一化前第
Figure 29854DEST_PATH_IMAGE008
个环节的异常程度的值，
Figure 784183DEST_PATH_IMAGE010
为各环节中归一化前异常程度的最大值，
Figure 458878DEST_PATH_IMAGE011
为各环节中归一化前异常程度的最小值。
6.根据权利要求5所述的生产管理软件的数据处理系统，其特征在于，还包括稳定性评价组件，其用于对每一周期中各环节的归一化后的异常程度的值的平均值分别作为每一周期的量化指标，根据所有周期的量化指标的方差对待测试软件的稳定性进行评价。
7.根据权利要求6所述的生产管理软件的数据处理系统，其特征在于，根据所有周期的量化指标的方差对待测试软件的稳定性进行评价，包括：
根据所有周期的量化指标的方差，对待测软件的稳定性进行等级划分，其中方差越小对应的稳定性等级越高。
CN202210627486.6A 2022-06-06 2022-06-06 生产管理软件的数据处理系统 Active CN114706794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210627486.6A CN114706794B (zh) 2022-06-06 2022-06-06 生产管理软件的数据处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210627486.6A CN114706794B (zh) 2022-06-06 2022-06-06 生产管理软件的数据处理系统

Publications (2)

Publication Number Publication Date
CN114706794A CN114706794A (zh) 2022-07-05
CN114706794B true CN114706794B (zh) 2022-08-30

Family

ID=82177850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210627486.6A Active CN114706794B (zh) 2022-06-06 2022-06-06 生产管理软件的数据处理系统

Country Status (1)

Country Link
CN (1) CN114706794B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115856456B (zh) * 2023-02-27 2023-06-23 国网山东省电力公司广饶县供电公司 一种电缆电荷测试数据传输方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105677549A (zh) * 2015-12-30 2016-06-15 合一网络技术(北京)有限公司 一种软件测试管理方法及系统
CN111046892A (zh) * 2018-10-12 2020-04-21 北京京东尚科信息技术有限公司 异常识别方法和装置
CN112905475A (zh) * 2021-03-11 2021-06-04 湖南化工职业技术学院（湖南工业高级技工学校） 一种基于计算机的软件测试平台
CN113836041A (zh) * 2021-11-17 2021-12-24 四川启睿克科技有限公司 一种提高自动化测试用例健壮性的方法
CN114301821A (zh) * 2021-12-28 2022-04-08 合肥磐稳检测技术有限公司 模组测试方法、装置、终端及计算机可读存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8087001B2 (en) * 2007-06-29 2011-12-27 Sas Institute Inc. Computer-implemented systems and methods for software application testing
CN104881363B (zh) * 2015-06-24 2017-12-12 中国航空工业集团公司西安飞机设计研究所 一种控制律软件的测试方法
CN110543420B (zh) * 2019-08-30 2023-01-10 苏州浪潮智能科技有限公司 一种软件测试方法、系统、终端及存储介质
CN113704243A (zh) * 2020-05-20 2021-11-26 富泰华工业（深圳）有限公司 数据分析方法、装置、计算机装置及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105677549A (zh) * 2015-12-30 2016-06-15 合一网络技术(北京)有限公司 一种软件测试管理方法及系统
CN111046892A (zh) * 2018-10-12 2020-04-21 北京京东尚科信息技术有限公司 异常识别方法和装置
CN112905475A (zh) * 2021-03-11 2021-06-04 湖南化工职业技术学院（湖南工业高级技工学校） 一种基于计算机的软件测试平台
CN113836041A (zh) * 2021-11-17 2021-12-24 四川启睿克科技有限公司 一种提高自动化测试用例健壮性的方法
CN114301821A (zh) * 2021-12-28 2022-04-08 合肥磐稳检测技术有限公司 模组测试方法、装置、终端及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于历史数据的软件测试数据统计分析研究;杨贞祥等;《微型机与应用》;20170225(第04期);全文 *

Also Published As

Publication number Publication date
CN114706794A (zh) 2022-07-05

Similar Documents

Publication Publication Date Title
CN111782472B (zh) 系统异常检测方法、装置、设备及存储介质
CN103513983B (zh) 用于预测性警报阈值确定工具的方法和系统
US20090024551A1 (en) Managing validation models and rules to apply to data sets
Wang et al. Degradation data analysis based on gamma process with random effects
CN114706794B (zh) 生产管理软件的数据处理系统
CN111581831B (zh) 一种失效相关多状态系统可靠性评估方法
CN111025041A (zh) 电动汽车充电桩监测方法及其系统、计算机设备、介质
CN111242170B (zh) 食品检验检测项目预知方法及装置
CN115204536A (zh) 楼宇设备故障预测方法、装置、设备及存储介质
US20160004976A1 (en) System and methods for abductive learning of quantized stochastic processes
CN111209180B (zh) 一种基于模糊匹配的回归测试方法和装置
CN116662302A (zh) 数据处理方法、装置、电子设备及存储介质
CN115952098A (zh) 一种性能测试调优方案推荐方法及系统
CN115996169A (zh) 一种网络故障分析方法、装置、电子设备及存储介质
CN114816962A (zh) 基于attention-lstm的网络故障预测方法
CN109978038B (zh) 一种集群异常判定方法及装置
Bosman et al. A preliminary study of critical robustness distributions in neural network verification
CN117081666B (zh) 故障预测方法、装置、电子设备、存储介质及程序产品
KR100682935B1 (ko) 데이터베이스의 비정상샘플 제거 방법 및 장치
CN117785643B (zh) 一种软件开发用性能测试平台
US20230086626A1 (en) System and method for detection of anomalies in test and measurement results of a device under test (dut)
CN116302661B (zh) 一种异常预测方法、装置、电子设备及存储介质
CN115470149A (zh) 数据库预处理功能测试方法、装置、设备及存储介质
EP4280120A1 (en) Method for processing decision data, device and computer program corresponding
CN117648252A (zh) 软件应用的功能测试方法、装置、电子设备及存储介质

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