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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、軟件測試是根據(jù)軟件開發(fā)各階段的規(guī)格說明和程序的內(nèi)部結(jié)構(gòu)而精心設(shè)計的一組測試數(shù)據(jù),并利用這些測試數(shù)據(jù)運行程序,以發(fā)現(xiàn)程序錯誤的過程。軟件測試的實質(zhì)是一項邏輯性強、且極具條理的工作,也是具有風(fēng)險性的行為。軟件測試的目的是發(fā)現(xiàn)錯誤,評估測試程度,而不是確認(rèn)其正確性,它希望能找出軟件中潛在的各種錯誤和缺陷。
本文首先介紹軟件測試的特點、意義及研究現(xiàn)狀;然后介紹了一些常見的軟件測試的方法,并重點介紹了組合測試;接著介紹了成對測試的基
2、本原理、相關(guān)概念和目前的發(fā)展趨勢,并分析了其優(yōu)缺點;最后介紹了一種新的成對測試數(shù)據(jù)生成算法。在組合測試中的兩兩組合領(lǐng)域中,提出了一種基于擴展循環(huán)矩陣的測試數(shù)據(jù)生成算法,理論分析和模擬實驗表明,當(dāng)輸入域及參數(shù)域相同且均為質(zhì)數(shù)時,該算法能非常完美的實現(xiàn)成對組合測試數(shù)據(jù)集的要求;接著,本文在此算法的基礎(chǔ)上,充分討論了當(dāng)輸入域及參數(shù)域不同時最小成對測試數(shù)據(jù)集的生成;最后,本文針對輸入域及參數(shù)域為合數(shù)的情況做了理論分析,得出了當(dāng)輸入域為四的最小成
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(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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于組合匹配的成對組合測試數(shù)據(jù)生成(1)
- 基于演化的測試數(shù)據(jù)生成.pdf
- 基于Memetic算法的軟件測試數(shù)據(jù)生成.pdf
- 基于重要語句選擇的變異測試數(shù)據(jù)生成.pdf
- 面向結(jié)構(gòu)的測試數(shù)據(jù)生成技術(shù).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的路徑覆蓋測試數(shù)據(jù)生成
- 基于遺傳蟻群算法的測試數(shù)據(jù)自動生成.pdf
- 基于微粒群算法的測試數(shù)據(jù)自動生成技術(shù).pdf
- IPTAS測試子系統(tǒng)的測試數(shù)據(jù)集生成.pdf
- 基于數(shù)據(jù)流的測試數(shù)據(jù)自動生成技術(shù)研究.pdf
- 基于遺傳算法的模糊測試數(shù)據(jù)生成的研究.pdf
- 基于微粒群算法的軟件測試數(shù)據(jù)的自動生成.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的路徑覆蓋測試數(shù)據(jù)生成.pdf
- 基于遺傳算法的軟件測試數(shù)據(jù)自動生成研究.pdf
- 基于禁忌搜索算法的EFSM測試數(shù)據(jù)生成.pdf
- 測試數(shù)據(jù)自動生成技術(shù)研究.pdf
- 基于PSO的路徑測試數(shù)據(jù)自動生成方法研究.pdf
- 基于改進花朵授粉算法的測試數(shù)據(jù)自動生成研究
- 基于RQP的測試數(shù)據(jù)庫生成技術(shù)研究.pdf
- 軟件測試數(shù)據(jù)的高效生成及測試方法研究.pdf
評論
0/150
提交評論