基于粗糙集与证据理论的测试用例优化研究  

Research on test case optimization based on rough set and D-S theory

作　　者：孙青青[1] 李龙澍[1] 李学俊[1] 徐怡[1] 

机构地区：[1]安徽大学计算机科学与技术学院,合肥230039

出　　处：《计算机应用研究》2012年第7期2534-2536,共3页Application Research of Computers

基　　金：安徽省自然科学基金资助项目(090412054);安徽省重大科技专项资助项目(08010201002);安徽高等学校省级自然科学基金资助项目(KJ2011Z020)

摘　　要：由于软件体系复杂度和数量不断增加使得测试用例的设计和选择越来越困难,为了能够在来自不同信息源的众多测试用例中选择有效的用例集,提出了一种基于粗糙集与证据理论的测试用例优化方法。粗糙集是一种处理不确定信息的有效方法,其本身不需要先验知识、有经典的约简算法等;D-S理论处理来自不同信息源的数据合成问题,是经典概率论的一种扩展,但其本身存在许多不足。粗糙集的特点恰好可以弥补其不足,两者结合从而达到良好的效果。在实际应用分析中,证明该方法是可行而且有效的。Because of software system complexity and a growing number of test cases,the designing and choosing of test cases are more and more diffcult and this paper put forward a kind of test cases optimization method for test cases synthesis optimization to select effective test cases from different sources.Rough set is a kind of effective method dealing with uncertain information,it doesn’t need advantages of prior knowledge.D-S theory can deal with the data synthesis problem from different sources,and it is a classic extension of the theory of probability,but it has many shortcomings.However the characteristics of rough set just can make up the deficiencies,combine the two methods to achieve good effect.In the actual application analysis,this method is feasible and effective in the actual application analysis.

关 键 词：测试用例 粗糙集 证据理论 多源信息 约简 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]