文献类型：期刊文章

作　　者：陈晔[1]

CHEN Ye(School of Foreign Languages, Inner Mongolia Univeisity for Nationgalites, Inner Mongolia,Tongliao 028043, Chin)

机构地区：[1]内蒙古民族大学外国语学院,内蒙古通辽028043

出　　处：《计算机仿真》

年　　份：2017

卷　　号：34

期　　号：6

起止页码：281-284

语　　种：中文

收录情况：BDHX、BDHX2014、核心刊

摘　　要：对软件设计中的软件缺陷自动化测试,能够有效提高软件漏洞分析和系统的应用稳定性。对软件的自动化测试,需要对软件自身缺陷样本特征向量进行特征选择,获得软件测试特征子集,完成对软件的可靠性测试。传统方法根据软件缺陷测试模式库,选取熵值最小的序列作为当前中心点形成聚类,但忽略了获取软件测试的特征子集,导致分类精度偏低。提出基于神经网络的组态软件环境下软件可靠性自动化测试方法。采用Manhattan距离衡量组态软件环境中软件缺陷高维数据对象之间的相异度,获得软件缺陷高维空间和低维空间数据对象之间近似度的条件概率,选择KL散度作为目标函数,利用遗传搜索策略对软件缺陷样本特征向量进行特征选择,获得软件缺陷特征子集,在此基础上结合反向传播神经网络理论进行组态软件环境中软件自动化测试。仿真证明,所提方法能够有效对软件的可靠性进行自动测试,且测试效率较高。

关 键 词：软件设计 可靠性 自动化测试

分 类 号：TP311]