軟件產(chǎn)品線工程是一種新興的軟件開(kāi)發(fā)技術(shù),使用這種技術(shù)可以快速高效地開(kāi)發(fā)并管理一系列具有公共特性的軟件產(chǎn)品,形成軟件產(chǎn)品家族。然而,軟件產(chǎn)品線工程的快速開(kāi)發(fā)優(yōu)勢(shì)卻為測(cè)試工作帶來(lái)了巨大挑戰(zhàn)。為了克服這一挑戰(zhàn),基于模型的軟件產(chǎn)品線測(cè)試策略應(yīng)運(yùn)而生。組合交互測(cè)試一直是軟件測(cè)試中的熱門(mén)話題,近些年來(lái),軟件產(chǎn)品線研究者們將組合測(cè)試方法應(yīng)用于基于模型的軟件產(chǎn)品線測(cè)試中。該測(cè)試方法的策略是從眾多產(chǎn)品中挑選出少量產(chǎn)品配置以形成測(cè)試套件,從而實(shí)現(xiàn)高組合覆蓋率。由于有效特征組合的數(shù)量會(huì)隨著交互強(qiáng)度的增加而呈爆炸式增長(zhǎng),此現(xiàn)象使得現(xiàn)有的組合測(cè)試方法多是在低強(qiáng)度特征交互背景下實(shí)現(xiàn),但是在實(shí)際的軟件產(chǎn)品線應(yīng)用環(huán)境中,特征交互多為高強(qiáng)度交互。因此如何在高強(qiáng)度特征交互下選擇最少的產(chǎn)品配置來(lái)實(shí)現(xiàn)最大的組合覆蓋率是的一個(gè)困難且具有實(shí)際意義的問(wèn)題�；谀Ｐ偷能浖a(chǎn)品線測(cè)試方法離不開(kāi)特征模型,傳統(tǒng)的特征模型生成需要軟件產(chǎn)品線領(lǐng)域工程師從需求說(shuō)明書(shū)中手工提取相關(guān)信息進(jìn)行特征建模�；谑止さ奶卣鹘Ｊ且豁�(xiàng)難度大、成本高、且易出錯(cuò)的勞動(dòng)密集型工作。又因?yàn)檐浖枨笳f(shuō)明書(shū)是使用自然語(yǔ)言編寫(xiě)的文檔,計(jì)算機(jī)難以直接識(shí)別其中蘊(yùn)含的信息,而現(xiàn)... 

【文章來(lái)源】：安徽大學(xué)安徽省 211工程院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．３基于模型的軟件產(chǎn)品線測(cè)試策略??－

（Ｔｏｕｒｎａｍｅｎｔ）的方式，在合并種群時(shí)剔除適應(yīng)度最小的個(gè)體。之所以選擇這兩??種算法是因?yàn)橛醒芯勘砻鬟@兩種算法是在基于搜索的軟件工程領(lǐng)域最有代表性??的兩種算法［４９］，圖２．４是Ｓａｙｙａｄ等人１４９］對(duì)基于搜索的軟件工程領(lǐng)域中近年來(lái)５１??篇文章中２５種進(jìn)化算法的出現(xiàn)頻率統(tǒng)計(jì)。??３５??３０??｜｜．．．｜??ＮＳＧＡ－ＩＩ?ＳＰＥＡ２?ＭＯＣｅｌｌ?ＰＡＥＳ?ＭＯＧＡ?其他??圖２．４進(jìn)化算法的使用頻率??Ｆｉｇ．?２．４?Ｅｖｏｌｕｔｉｏｎａｒｙ?ａｌｇｏｒｉｔｈｍｓ?ｂｙ?ｆｒｅｑｕｅｎｃｙ?ｏｆ?ｕｓｅ??２．３?特征建模??測(cè)試工作的開(kāi)展需要特征模型，獲取特征模型的手段只有通過(guò)需求說(shuō)明書(shū)完??成特征建模工作來(lái)實(shí)現(xiàn)。軟件產(chǎn)品線特征模型是由特征與約束關(guān)系組成的一種反??映核心資產(chǎn)的結(jié)構(gòu)，因此本文的特征建模工作將分為特征提取和約束關(guān)系挖掘兩??個(gè)部分展開(kāi)。本節(jié)對(duì)研究中需要使用的相關(guān)技術(shù)知識(shí)進(jìn)行簡(jiǎn)要闡述。??２．３．１基于自然語(yǔ)言處理技術(shù)的特征提取??自然語(yǔ)言處理（Ｎａｔｕｒａｌ?Ｌａｎｇｕａｇｅ?Ｐｒｏｃｅｓｓｉｎｇ，簡(jiǎn)稱(chēng)ＮＬＰ）技術(shù)使得計(jì)算機(jī)可??以處理人類(lèi)日常使用的語(yǔ)言｜５（）］。從自然語(yǔ)言的需求說(shuō)明書(shū)中對(duì)候選特征進(jìn)行提??１５??

而相似性值只是進(jìn)化過(guò)程中的一個(gè)引導(dǎo)因素，因此相似性適應(yīng)度函數(shù)值Ｓ??不在這里列出。此外，在以后的實(shí)驗(yàn)中同樣只列出產(chǎn)品配置的數(shù)量和實(shí)現(xiàn)的／－ｗｉｓｅ??覆蓋率。最后一列是測(cè)試套件中含有的產(chǎn)品配置編號(hào)。通過(guò)觀察表３．１和圖３．８??可以發(fā)現(xiàn)，最多只需要２．３％的產(chǎn)品配置數(shù)就可以實(shí)現(xiàn)１００％的／－ｗｉｓｅ覆蓋率。另??夕卜，可以注意到在圖３．８中，交互強(qiáng)度等于５和６時(shí)，初始的／－ｗｉｓｅ未覆蓋率遠(yuǎn)??高于其他交互強(qiáng)度。這是因?yàn)樵诟邚?qiáng)度的特征交互下，有效的／－ｓｅｔｓ數(shù)量非常龐??大，遠(yuǎn)高于較低的交互強(qiáng)度，這種情況下，同樣少量的產(chǎn)品配置數(shù)很難實(shí)現(xiàn)低交??互強(qiáng)度下的效果。隨著產(chǎn)品數(shù)量的逐漸增多，實(shí)現(xiàn)的覆蓋效果大幅上升，最終也??只需要２％左右的產(chǎn)品配置數(shù)就可以起到最好的覆蓋效果。所以通過(guò)初步的實(shí)驗(yàn)??可以認(rèn)為ＭＯＯＭ方法可以有效的解決高強(qiáng)度交互下軟件產(chǎn)品線／－ｗｉｓｅ測(cè)試問(wèn)??題。??２９??


本文編號(hào)：3339449