EFSM可执行状态验证序列的生成

在以扩展有限状态机(EFSM)为模型描述的协议一致性测试系统中，为了解决状态验证序列的可执行性问题，提出了一种新的可执行状态验证序列(ESIS)生成算法。新算法基于宽度优先搜索可执行分析树(EAT)的思想，从状态验证需求的角度，在EFSM的状态格局投影子空间中，采用分步计算的方式生成具体验证场景下的最短可执行状态验证序列，从而减少了在完全状态格局空间中单步计算所有状态验证序列的复杂性。实验结果表明了新算法对生成EFSM可执行状态验证序列是有效的。     

基于UIO序列的状态机测试序列生成算法

在通信协议的一致性测试中,寻找一条简洁高效的测试序列是关键工作之一．基于FSM模型的协议一致性测试,提出一种新的UIO序列生成方法,利用遗传算法求解UIO序列．研究结果表明,该算法能生成更短且结果稳定的UIO序列．     

启发式探索的协议测试序列生成

为避免可达性分析方法生成协议测试序列状态过程中爆炸问题的出现,提出了一种启发式探索协议状态格局空间的可执行测试序列生成算法. 该算法采用权值扩展有限状态机建模被测协议,以启发式状态格局探索策略替代传统的宽度优先搜索方式生成可执行协议测试序列;把协议可执行测试序列生成转化为在协议状态格局空间中探寻最小权值路径的问题. 实验数据表明,与宽度优先可达性分析方法相比,新算法具有较好的时空特性.     

ESIS序列自适应生成算法

在以扩展有限状态机 (EFSM)为模型描述的协议一致性测试系统中,为了提高可执行状态验证序列 (ESIS)的计算效率,提出一种ESIS序列自适应生成算法.新算法采用基于可执行分析树 (EAT)的可执行分析方法确保生成的ESIS序列的可执行性.引入变迁区分度因子和节点收敛度因子,计算EAT搜索树节点权重来评价当前搜索方向的正确性.利用EAT搜索树节点权重函数作为节点搜索引擎,根据当前已经搜索节点的权重自适应选择下一步搜索的目标节点,把ESIS序列自动生成问题转化为自适应搜索权重最大的EAT节点问题来解决.实验数据表明,与宽度优先可执行性分析方法相比,自适应算法具有更小的状态格局搜索空间.     

面向时滞测试生成的改进遗传算法

在提出的无冒险的时滞测试能量函数的基础上,对传统的遗传算法进行了改进,即在搜索中根据进化程度对群体尺寸进行调整来加速收敛,用于时滞测试生成。实验证明该方法是一种较有发展前途的算法。     

基于UML状态图的自动化测试系统研究与实现

以UML状态图的测试用例自动生成算法为基础,研究并实现了基于UML状态图的自动化测试系统,测试系统通过对Rational Rose生成的*.mdl文件进行解析,得到形式化的状态图,使用改进的UIO方法得到测试路径,测试路径与路径上的事件结合,生成最终的测试序列。该系统生成的测试序列相对较短且能够达到状态-转换覆盖标准。     

电路测试生成的一种并行处理方法

基于消息传递的多指令流多数据流多机并行系统，提出一种组合电路测试图形生成的新的并行处理方法。该方法首先定义基本门电路的特征函数，通过特征函数的迭加，得到与被测电路对应的一约束网络的特征函数ＣＡＴＰＧ，用遗传算法计算ＣＡＴＰＧ的零点获得故障的测试。     

累加器实现的时延故障单跳变测试序列生成

时延故障的内建自测试通常需要施加测试向量对,包括多跳变向量与单跳变向量。理论与实践表明,单跳变向量比多跳变向量具有更高的强健时延故障覆盖。该文提出了一种采用累加器的单跳变向量生成方案,与以往的方法相比,具有更低的硬件成本。同时,产生所有单跳变向量的时间也接近理论最小值。通过对已有累加器的复用,作为测试序列生成极大地减少了系统性能占用与硬件成本,可有效用于强健时延故障的测试序列生成。     

基于软件度量的集成测试序列生成方法

为了确保软件产品能够按照设计预期正常工作,需要对其进行一系列测试.由于不同模块的重要性不尽相同,测试者对测试工程也有可能存在特殊的要求,如何帮助测试者提高效率是测试序列生成的主要问题.针对这些问题,设计并实现了:①结合自动化代码分析及软件度量等技术实现了函数模块重要性权值的自动计算;②在已有测试序列生成策略基础上进行优...     

基于扩展有限状态机的类测试用例生成方法

为了实现软件测试用例的自动生成,提高软件开发效率和软件质量,利用扩展的有限状态机模型(EF-SM)和数据流分析方法,对类、类的消息传递和类状态变化进行了分析和研究,提出了一种基于扩展有限状态机模型的类测试用例集的生成算法.此算法能自动生成满足All_use路径覆盖标准的测试用例集,并能保证测试用例的路径长度最短.     

基于有限自动机的软件测试方法

基于有限自动机的增量一致性测试方法只对实现系统的修改部分进行测试,而被测试部分与规格说明书的修改部分相对应。在系统实现过程中,规格说明书经常改动,而新方法不测试给定系统的重用部分,所以可以大大节省时间,提高测试效率。特别是当整个规格说明书的修改部分低于20%时,效果更明显。     

基于三值神经网络的组合电路测试生成算法

针对集成电路的规模和复杂度不断增加而相应的测试却越来越困难问题,提出了一种基于三值神经网络的组合电路测试生成算法．该算法不需要传播,也不需要回退,而是利用三值神经网络把组合电路表示成双向的神经网络,并构造网络的能量函数,用遗传算法求解能量函数的最小值点来求得测试矢量,这样就把组合电路的测试生成问题转化为数学问题．在一些基准电路上的实验结果表明,本算法具有较高的故障覆盖率和较短的测试时间．     

基于神经网络的组合电路测试生成算法

介绍了一种基于神经网络的组合电路测试生成算法。该算法不同于传统的方法是它既不需要回退也不需要故障传播的过程。利用Hopfield神经网络模型将组合电路表示成双向的神经网络，通过故障注入，建立被测电路的约束网络，并构造网络的能量函数，将组合电路的测试矢量对应于神经网络能量函数的最小值点，从而运用遗传算法求解能量函数的最小值点来求得测试矢量。在一些基准电路上的实验结果表明本算法具有较高的故障覆盖率和较短的测试时间。     

基于遗传算法的自动组卷策略与实现

结合遗传算法的原理和思想,对考试自动组卷的问题进行了研究,建立了实现抽题的数学模型,通过实例分析,获得了与考试试题控制属性指标符合的试题模型的解决方法。