基于構(gòu)件的軟件啟發(fā)性測(cè)試與可靠性關(guān)鍵技術(shù)研究.pdf

1、隨著軟件技術(shù)的發(fā)展，軟件在規(guī)模和復(fù)雜度兩個(gè)方面均增長(zhǎng)快速，軟件系統(tǒng)的設(shè)計(jì)思想也逐漸由完全自足型轉(zhuǎn)向社會(huì)協(xié)作型。社會(huì)協(xié)作型的軟件設(shè)計(jì)思想要求軟件功能構(gòu)件化、標(biāo)準(zhǔn)化，并產(chǎn)生了基于構(gòu)件的軟件設(shè)計(jì)與重用這一重要軟件開發(fā)方法。如何對(duì)基于構(gòu)件的軟件系統(tǒng)進(jìn)行有效測(cè)試和可靠性評(píng)估成為軟件工程研究中的新熱點(diǎn)。
　　由于基于構(gòu)件的軟件系統(tǒng)中構(gòu)件眾多、功能獨(dú)立、來源廣泛、可更新可替換性強(qiáng)，因此對(duì)該類軟件系統(tǒng)進(jìn)行整體性測(cè)試和可靠性評(píng)估實(shí)現(xiàn)比較困難。本文針

2、對(duì)基于構(gòu)件軟件系統(tǒng)存在的復(fù)雜度高、低耦合性特征，提出基于粒子群優(yōu)化（Particle Swarm Optimization，PSO）的軟件Z路徑覆蓋測(cè)試方法和基于反向傳播神經(jīng)網(wǎng)絡(luò)可靠性評(píng)估模型，研究中取得如下創(chuàng)新性成果：
　　1.針對(duì)PSO測(cè)試用例生成算法因集簇特性引發(fā)早熟，導(dǎo)致測(cè)試用例生成效率降低的問題，提出了PSO集簇自適應(yīng)慣性權(quán)重測(cè)試用例生成算法。該算法對(duì)測(cè)試用例種群的集簇度進(jìn)行量化和監(jiān)督，并基于集簇度監(jiān)督，動(dòng)態(tài)地調(diào)整測(cè)試用

3、例慣性權(quán)重，增加搜索空間中測(cè)試用例的多樣性，降低PSO算法早熟度，提高測(cè)試用例生成效率。
　　2.針對(duì)軟件結(jié)構(gòu)性測(cè)試中PSO多路徑覆蓋中存在的計(jì)算資源優(yōu)化不足和缺乏測(cè)試路徑間信息交換的問題，提出多路徑PSO自動(dòng)測(cè)試用例生成算法。該算法使測(cè)試用例可以在覆蓋測(cè)試路徑的過程中充分交換信息、優(yōu)化計(jì)算資源，提高了測(cè)試用例對(duì)多路徑的有效覆蓋。
　　3.針對(duì)軟件結(jié)構(gòu)復(fù)雜度較高的情況下，現(xiàn)有大部分基于構(gòu)件的軟件可靠性模型的評(píng)估復(fù)雜度大，計(jì)算

4、成本高等問題，提出一種低復(fù)雜度、基于構(gòu)件的前饋神經(jīng)網(wǎng)絡(luò)可靠性模型。該模型通過構(gòu)件的可靠性歷史數(shù)據(jù)，結(jié)合人工神經(jīng)網(wǎng)絡(luò)和構(gòu)件可靠性敏感度分析，對(duì)軟件系統(tǒng)的可靠性評(píng)估進(jìn)行動(dòng)態(tài)優(yōu)化。該模型的評(píng)估復(fù)雜度具有隨軟件系統(tǒng)構(gòu)件數(shù)量線性遞增的特性，優(yōu)于基于狀態(tài)和基于路徑的可靠性評(píng)估模型，并對(duì)軟件系統(tǒng)結(jié)構(gòu)具有魯棒性。
　　4．基于構(gòu)件的Web系統(tǒng)可靠性評(píng)估，提出基于構(gòu)件的Web系統(tǒng)可靠性分層評(píng)估模型。該模型按可靠性分析的需要，將基于構(gòu)件的Web系統(tǒng)評(píng)