版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、軟件行業(yè)的不斷規(guī)范化,不斷完善化也隨之帶動著軟件測試行業(yè)的不斷發(fā)展。軟件測試工作也由原始的純手工測試逐步演變?yōu)橐?guī)范化,程序化也是必需化的工作。軟件測試工作在軟件生命周期中所占的比重也在日益地增大。軟件開發(fā)過程中的迭代、演化,需要頻繁地進行軟件測試,測試用例集的規(guī)模也越來越大。由于測試用例的設計、執(zhí)行、管理和維護的開銷相當大,而測試資源往往有限,對測試用例集的規(guī)??s減也就成為了一種必然[30,31,35]。對原始測試用例集規(guī)模的縮減工作也
2、將對軟件測試工作帶來了極大的便利,即利用盡可能少的測試用例檢測出軟件中盡可能多的錯誤,從而提高測試效率、降低軟件測試成本是本文研究的重點內(nèi)容。
測試用例集約簡(Test Suite Reduction)的目的就是使用盡可能少的軟件測試用例,充分測試給定的軟件測試目標,從而提高測試效率、降低測試成本。為了求解該測試用例集約簡問題,研究人員已提出了多種約簡方法,主要包括啟發(fā)式約簡方法、整數(shù)規(guī)劃約簡方法、基于需求驅動的約簡方法、
3、基于遺傳算法的約簡方法等。但這些方法都相對存在著一些不足,已有研究表明,當約簡用例集到一定程度時,約簡后的用例集錯誤檢測率會大大下降,從而影響軟件的測試效率。
本文查閱了眾多的國內(nèi)外相關文獻資料,并總結分析了測試用例集約簡問題癥結之所在。針對以上問題,本文提出了一種基于K中心點的測試用例集約簡算法。該算法利用聚類分析的K中心點算法(K-medoids Algorithm),首先通過該算法對原始的測試用例集進行聚類分析,選擇
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于程序切片算法的測試用例集約簡方法.pdf
- 基于蟻群算法的測試用例集約簡技術研究.pdf
- 一種基于程序切片的測試用例集約簡方法研究.pdf
- 核電軟件單元測試用例集約簡研究
- 核電軟件單元測試用例集約簡研究.pdf
- 基于程序切片的耦合度量和測試用例集約簡技術的研究.pdf
- K-中心點和K-均值聚類算法研究.pdf
- 測試用例約簡方法的研究與應用.pdf
- 無尺度圖k-中心點聚類算法研究.pdf
- 基于改進量子蟻群算法的測試用例約簡方法研究.pdf
- 測試用例約簡算法及其檢錯能力影響的研究.pdf
- 基于中心點擴張的社團檢測算法研究.pdf
- 并發(fā)程序測試用例集約減技術研究.pdf
- 隨機測試用例的自動化生成和約簡.pdf
- 基于相似性的回歸測試用例約簡與優(yōu)先排序方法研究.pdf
- 基于BIRCH和改進k中心點算法的古籍漢字圖像聚類研究.pdf
- 結合測試用例約簡和概率圖建模的軟件錯誤定位方法研究.pdf
- 指紋圖像增強與中心點的提取.pdf
- 基于XML的測試用例復用研究.pdf
- 基于加權的增量式多中心點大數(shù)據(jù)聚類算法研究.pdf
評論
0/150
提交評論