基于粗糙集與證據(jù)理論的測試用例集優(yōu)化研究.pdf

1、在信息技術飛速發(fā)展的今天，計算機技術已經(jīng)滲透到各行各業(yè)，成為人們工作生活中不可或缺的技術手段，所以人們對軟件系統(tǒng)需求的規(guī)模和復雜度也是日益擴大和提升。由于上述原因，軟件故障帶來的損失亦是越來越大，導致軟件成本以及軟件垃圾相應的增大，故而對軟件測試來保障軟件質量更加的緊迫。
　　 軟件測試是保障軟件質量的一個至關重要的方法，近年來得到了計算機學術界、軟件工程師以及軟件行業(yè)的普遍重視。軟件測試貫穿軟件開發(fā)整個生命周期，從需求分析到最

2、后的運行維護，實際上軟件測試占據(jù)軟件開發(fā)工作量的60％以上。從上述可以看出，軟件測試作為保障軟件質量的一個重要方法，要想降低軟件開發(fā)的成本，那么降低軟件測試成本則是一個有效且可行的途徑。
　　 粗糙集作為一種新的處理不確定問題的理論，是數(shù)據(jù)挖掘的有效方法之一。近年來，粗糙集在數(shù)據(jù)挖掘、人工智能、模式識別等領域得到了廣泛的應用。它的重要特點是不需要任何知識，只利用數(shù)據(jù)本身提供的信息，保持知識的分類能力不變的前提下，通過知識約簡，導

3、出分類規(guī)則，提供決策依據(jù)，揭示事物潛在的規(guī)律。
　　 證據(jù)理論是在20世紀60年代由數(shù)學家A.P.Dempster利用上下限概率來解決多值映射問題時，并發(fā)表了一系列相關論文后標志著其正式誕生。此后，A.P.Dempster的學生對D-S理論作了進一步的研究，并推動其發(fā)展，形成了一整套基于“證據(jù)”與“組合”的處理不確定推理的理論體系，取得了豐富的成果。
　　 粗糙集理論與證據(jù)理論都是處理不精確、不確定信息的有力工具。證據(jù)理

4、論的合成規(guī)則本身有基本概率分配主觀性以及焦元爆炸等的不足，而粗糙集理論的不需要先驗知識以及有著豐富的約簡算法，兩種理論的相互關系，可以較好的解決證據(jù)理論合成規(guī)則的不足，有力的提高了合成算法的適應性及效果。
　　 本文的主要工作是有以下幾個方面：
　　 第一：本文系統(tǒng)的分析了國內外測試用例約簡的研究現(xiàn)狀，分析了粗糙集理論和證據(jù)理論的特點以及相互對應關系模型。
　　 第二：針對現(xiàn)有測試用例約簡算法的一些不足，根據(jù)粗糙