基于最優(yōu)搜索理論的軟件測試資源分配方法研究.pdf

1、隨著信息時代的到來，計算機(jī)在國民經(jīng)濟(jì)、軍事國防和社會生活的各個方面的應(yīng)用越來越廣泛和深入，計算機(jī)的靈魂——軟件在其中起著舉足輕重的作用，軟件產(chǎn)品的質(zhì)量自然地成為了人們關(guān)注的焦點。軟件測試是軟件開發(fā)過程中的關(guān)鍵步驟，是保證軟件質(zhì)量的重要手段和階段，有著不可替代的地位。
　　軟件測試是一項昂貴的、資源密集型的工作，其成本可能占到整個項目成本的一半，因此在軟件開發(fā)過程中，決定如何分配測試資源對于整個測試過程及測試結(jié)果來說非常重要。軟件測

2、試資源在軟件模塊之間的合理分配能縮短測試過程并提高可靠性。目前國內(nèi)外還沒有一種非常成熟的軟件測試資源分配模型，資源分配的優(yōu)化問題還沒有引起足夠多的重視。因此，研究新型的軟件測試資源分配模型，特別是運用最優(yōu)化方法,是非常有意義的。
　　最優(yōu)搜索理論是計算運籌學(xué)的統(tǒng)計決策理論的分支，最初由G. Kimball和B. Koopman等人在20世紀(jì)40年代提出，它研究的核心問題是在總搜索資源有限的情況下，如何分配搜索資源使得成功搜索到目標(biāo)

3、的可能性最大或花費的搜索代價最小。按照搜索空間的離散或者連續(xù)，目標(biāo)是靜止還是運動，將最優(yōu)搜索問題可以分成幾個不同的類型。本文主要研究離散空間中靜止目標(biāo)的搜索問題。
　　在有限的測試時間內(nèi)，軟件測試人員不可能找出所有的缺陷。為了有效地利用軟件測試過程中投入的測試資源，本文采用最優(yōu)搜索理論對軟件測試資源的分配過程進(jìn)行優(yōu)化?？紤]到缺陷初始概率分布對最優(yōu)搜索模型的重大影響，文章中重點討論了缺陷分布概率密度的各種預(yù)測方法，此外，還介紹了軟件