基于页面对象的Web应用测试用例生成方法

针对Web应用测试用例生成过程中导航图规模过大以及存在冗余测试路径的问题,提出了一种基于Selenium页面对象设计模式和图遍历算法的Web应用测试用例生成方法。首先,通过将原始页面对象进行分类,以导航页面对象类为节点、导航方法为迁移边构建页面对象导航图;其次,结合图的最短路径算法提出了一种页面对象图算法（POGA）来遍历导航图以生成测试路径集;最后,提取测试路径,利用Faker生成模拟数据,进一步生成可以直接执行的测试用例。实验结果表明：与爬取Web应用生成导航图的规模相比,该方法约简率约为89%;与基于状态迁移生成Web应用测试用例的方法相比,该方法减小了冗余和不可行路径的数量,并进一步提高了页面对象的复用率和测试用例的可维护性。     

求解非线性互补问题的熵函数认知优化算法

提出了一个求解非线性互补问题的熵函数社会认知优化算法。首先将非线性互补问题转化为非线性方程组来求解,然后利用熵函数法将非线性方程组求解转化为一个光滑的无约束优化问题,最后应用社会认知优化算法求解此优化问题。实验结果表明,该算法收敛速度快,稳定性好,是求解非线性互补问题的一种有效算法。     

空指针引用缺陷分类假阳性识别方法

针对静态测试中空指针引用缺陷假阳性问题,提出一种空指针引用缺陷分类假阳性识别方法。挖掘空指针引用缺陷知识,对空指针引用缺陷知识进行预处理,生成空指针引用缺陷数据集;通过基于粗糙集理论属性重要性的ID3算法分类空指针引用缺陷数据集,分类结果有假阳性空指针引用缺陷实例和真实空指针引用缺陷实例两种;根据分类结果对静态测试中的空指针引用缺陷进行假阳性识别,确认真实的空指针引用缺陷。该方法对十个基准程序和基于主流静态测试工具FindBugs的空指针引用缺陷检测方法相比,空指针引用缺陷假阳性降低率平均为25%,减少了24%的空指针引用缺陷确认。实验结果表明,该方法在静态测试方面能有效降低缺陷确认开销,提高空指针引用缺陷检测效率和稳定性。     

求解非线性方程组的社会认知算法

将非线性方程组的求解问题转化为函数优化问题,应用一种新的智能优化算法——社会认知算法求解此优化问题,实验结果表明了社会认知算法在求解非线性方程组时的可行性和有效性。     

电信增值业务框架中业务逻辑的设计

目前随着电信行业增值业务的逐渐开展,业务类型和业务特性也随着市场的变化而不断变化。因此针对特定业务的实现,都需要重新开发一套全新的代码,使得业务间共用性很差。本文设计一套可以在综合智能业务平台下供所有增值业务开发中针对业务逻辑结构的一套框架,可以极大的缩短新业务的开发周期。     

基于序优化蚁群算法的成对交互测试用例集生成

为了弥补蚁群算法在评价测试用例集质量方面的缺陷,应用基于序优化蚁群算法生成优先成对交互测试用例集。在生成测试用例时,采用one-test-at-a-time策略,通过序优化蚁群算法生成涵盖更多总增益的测试用例集,对信息素更新采用分阶段方式。仿真实验表明该算法在解的质量和收敛速度方面优于基本蚁群算法。     

CDMA蜂窝集群前向功率控制技术的研究

本文对基于CDMA的集群通信系统的功率控制进行了初步的研究。针对集群通信的特点，本文提出了CDMA共享信道的概念和集中式前向功率控制技术，并进行相应的仿真。结果表明，该技术很好地解决了在CDMA蜂窝通信中实现集群功能的功率控制问题，大大增加了系统的容量。     

一种改进的薄壁文物碎片特征轮廓线提取技术

针对使用一般的边界提取方法提取三维网格模型特征轮廓线不完整问题,提出一种新的薄壁文物碎片特征轮廓线提取的综合算法。区别了特征轮廓线和轮廓线的概念,引入主轮廓线和次轮廓线以及二级邻接生长曲面的概念。主轮廓线的提取使用改进的基于边重数判断的提取方法;提出次轮廓线的一种新的提取方法:首先对三维网格曲面分割并识别断裂面,然后对断裂面的二级邻接生长曲面进行曲面扫描,提取次轮廓线;最后从主轮廓线和次轮廓线中得到三维模型的特征轮廓线。使用该算法准确地提取了文物碎片的特征轮廓线,实验结果表明此方法稳定且准确。     

一种改进的薄壁文物碎片特征轮廓线提取技术

针对使用一般的边界提取方法提取三维网格模型特征轮廓线不完整问题,提出一 种新的薄壁文物碎片特征轮廓线提取的综合算法。区别了特征轮廓线和轮廓线的概念,引入主 轮廓线和次轮廓线以及二级邻接生长曲面的概念。主轮廓线的提取使用改进的基于边重数判断 的提取方法;提出次轮廓线的一种新的提取方法：首先对三维网格曲面分割并识别断裂面,然 后对断裂面的二级邻接生长曲面进行曲面扫描,提取次轮廓线;最后从主轮廓线和次轮廓线中 得到三维模型的特征轮廓线。使用该算法准确地提取了文物碎片的特征轮廓线,实验结果表明 此方法稳定且准确。     

基于变异分析的测试用例约简方法

针对回归测试过程中由于测试需求的变更导致测试用例规模不断扩大、测试成本不断增加的问题,提出一种基于变异分析的测试用例约简方法（RTM）。首先,以测试用例能否检测到指定变异体为依据,对测试用例进行划分并创建二进制数值形式的变异体事务集矩阵;然后,应用改进的关联挖掘算法获取测试用例间的关联关系;最后,根据这些关联关系有效约简测试用例。6个经典程序仿真实验结果表明,RTM能够使约简后的测试用例约简率达到37%,与传统贪心算法和启发式算法相比,测试用例约简率提高了6%,且在提高测试用例约简率的同时,保证了测试覆盖率,单个测试用例的测试覆盖率平均提高了11%。所提方法能够利用尽可能少的测试用例满足更多的测试需求,有效提高了测试效率,降低了测试成本。