版權(quán)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、計(jì)算機(jī)的使用越來越普及,人們對(duì)計(jì)算機(jī)的依賴程度也越來越高。計(jì)算機(jī)軟硬件系統(tǒng)規(guī)模也隨之日益復(fù)雜,如何保證其正確性和可靠性,逐漸成為當(dāng)前理論界和產(chǎn)業(yè)界共同關(guān)心的重要問題。因此,形式化方法中的模型檢測(cè)以其高效、自動(dòng)化的優(yōu)點(diǎn)使其在越來越多的領(lǐng)域中被運(yùn)用。與其他形式化驗(yàn)證方法相比,模型檢測(cè)的特點(diǎn)在于:第一,模型檢測(cè)是基于模型而不是基于演繹推理的;第二,模型檢測(cè)方法不需要激勵(lì)碼,能夠自動(dòng)完成驗(yàn)證工作;第三,模型檢測(cè)是屬性驗(yàn)證過程,當(dāng)系統(tǒng)模型不滿足屬
2、性時(shí),模型檢測(cè)方法能夠給出反例,以說明其原因。反例為診斷和修復(fù)系統(tǒng)模型的錯(cuò)誤提供了依據(jù)。從測(cè)試的角度,模型檢測(cè)自動(dòng)生成反例,可以用于實(shí)現(xiàn)測(cè)試用例自動(dòng)化生成。
然而,由于復(fù)雜系統(tǒng)的反例通常很長(zhǎng)而且難以理解,需要花費(fèi)很長(zhǎng)的時(shí)間檢查大量的變量和事件,才能夠找到錯(cuò)誤的真正原因。這就影響了模型檢測(cè)的效率。在反例構(gòu)造測(cè)試用例時(shí),一個(gè)反例可能對(duì)應(yīng)多個(gè)屬性的違背。因此,產(chǎn)生的測(cè)試集往往存在大量冗余的和不必要的測(cè)試用例,從而降低了測(cè)試執(zhí)行的
3、效率。
針對(duì)上述問題,本文主要的工作及創(chuàng)新點(diǎn)在于:
1、傳統(tǒng)的算法是通過窮盡的搜索來找到反例,通過分析傳統(tǒng)的算法,本文提出一種改進(jìn)的算法,該算法將反例中的狀態(tài)擴(kuò)展為一個(gè)狀態(tài)集,使用ZBDD來存儲(chǔ)所求出的狀態(tài)集。刪除了系統(tǒng)中無關(guān)的變量,保留相關(guān)的變量。實(shí)驗(yàn)分析的結(jié)果表明了算法的有效性。
2、由于冗余測(cè)試用例的存在會(huì)增加測(cè)試的成本,現(xiàn)有的化簡(jiǎn)方法或在測(cè)試集產(chǎn)生后在進(jìn)行化簡(jiǎn),或改變和擴(kuò)展模型檢測(cè)器使新
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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模型檢測(cè)的多反例故障定位.pdf
- 符號(hào)模型檢測(cè)的研究.pdf
- 基于模型檢測(cè)多反例對(duì)軟件進(jìn)行調(diào)試.pdf
- 反例引導(dǎo)的Web應(yīng)用模型檢驗(yàn).pdf
- 概率時(shí)態(tài)知識(shí)邏輯的符號(hào)模型檢測(cè)研究.pdf
- PPTL符號(hào)模型檢測(cè)方法及工具研究.pdf
- 多智能體系統(tǒng)的符號(hào)模型檢測(cè).pdf
- 隱式規(guī)則自動(dòng)提取與反例檢測(cè)方法研究.pdf
- 基于檢測(cè)反饋的實(shí)時(shí)視頻目標(biāo)跟蹤算法的研究.pdf
- 基于μ演算的認(rèn)知難題符號(hào)化模型檢測(cè).pdf
- 基于符號(hào)模型檢測(cè)方法的應(yīng)對(duì)規(guī)劃系統(tǒng).pdf
- 基于符號(hào)化模型檢測(cè)的安全協(xié)議驗(yàn)證.pdf
- 傳熱過程的模型預(yù)測(cè)反演方法及應(yīng)用.pdf
- 基于GSTE理論的反例研究.pdf
- 命題投影時(shí)序邏輯符號(hào)模型檢測(cè)及其應(yīng)用研究.pdf
- 基于反例選擇的microRNA挖掘方法研究.pdf
- 基于動(dòng)態(tài)監(jiān)測(cè)反饋的隧道概率基準(zhǔn)有限元模型研究.pdf
- 基于符號(hào)回歸的創(chuàng)新擴(kuò)散模型研究.pdf
- 基于動(dòng)態(tài)符號(hào)執(zhí)行的MSVL程序模型檢測(cè)理論與方法.pdf
- 反例在教學(xué)中的作用
評(píng)論
0/150
提交評(píng)論