基于最優(yōu)搜索理論的軟件測(cè)試資源分配方法研究.pdf

1、隨著信息時(shí)代的到來(lái)，計(jì)算機(jī)在國(guó)民經(jīng)濟(jì)、軍事國(guó)防和社會(huì)生活的各個(gè)方面的應(yīng)用越來(lái)越廣泛和深入，計(jì)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(diǎn)。軟件測(cè)試是軟件開(kāi)發(fā)過(guò)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(cè)試是一項(xiàng)昂貴的、資源密集型的工作，其成本可能占到整個(gè)項(xiàng)目成本的一半，因此在軟件開(kāi)發(fā)過(guò)程中，決定如何分配測(cè)試資源對(duì)于整個(gè)測(cè)試過(guò)程及測(cè)試結(jié)果來(lái)說(shuō)非常重要。軟件測(cè)

2、試資源在軟件模塊之間的合理分配能縮短測(cè)試過(guò)程并提高可靠性。目前國(guó)內(nèi)外還沒(méi)有一種非常成熟的軟件測(cè)試資源分配模型，資源分配的優(yōu)化問(wèn)題還沒(méi)有引起足夠多的重視。因此，研究新型的軟件測(cè)試資源分配模型，特別是運(yùn)用最優(yōu)化方法,是非常有意義的。
　　最優(yōu)搜索理論是計(jì)算運(yùn)籌學(xué)的統(tǒng)計(jì)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(wèn)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(fèi)的搜索代價(jià)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(yùn)動(dòng)，將最優(yōu)搜索問(wèn)題可以分成幾個(gè)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(wèn)題。
　　在有限的測(cè)試時(shí)間內(nèi)，軟件測(cè)試人員不可能找出所有的缺陷。為了有效地利用軟件測(cè)試過(guò)程中投入的測(cè)試資源，本文采用最優(yōu)搜索理論對(duì)軟件測(cè)試資源的分配過(guò)程進(jìn)行優(yōu)化。考慮到缺陷初始概率分布對(duì)最優(yōu)搜索模型的重大影響，文章中重點(diǎn)討論了缺陷分布概率密度的各種預(yù)測(cè)方法，此外，還介紹了軟件