第一篇軟件測試基礎
第1章緒論
1.1軟件測試概述
1.1.1軟件測試簡史
1.1.2軟件測試定義
1.1.3軟件測試原則
1.1.4軟件的可測試性
1.1.5軟件測試模型
1.1.6軟件測試類型
1.1.7軟件關鍵等級
1.2智能化技術綜述
1.3智能化軟件測試
1.4組織結構

第2章軟件測試基礎
2.1軟件測試級別
2.1測試
2.1.2集成測試
2.1.3配置項測試
2.1.4繫統測試
2.2軟件測試技術
2.2.1結構測試
2.2.2功能測試
2.3軟件測試過程
2.3.1測試需求分析與策劃
2.3.2測試設計與實現
2.3.3測試執行
2.3.4測試總結
2.4測試項目管理
2.4.1需求管理
2.4.2策劃管理
2.4.3跟蹤與控制
2.4.4質量保證
2.4.5配置管理
2.5軟件產品驗證
2.5.1自主可控審查
2.5.2文檔審查
2.5.3功能性測試
2.5.4性能效率測試
2.5.5易用性測試
2.5.6可靠性測試
2.5.7安全性測試
2.5.8兼容性測試
2.5.9維護性測試
2.5.10可移植性測試
2.6軟件缺陷分析
2.6.1缺陷分類方法
2.6.2缺陷分析方法
2.6.3缺陷原因與建議

第3章數學基礎
3.1集合
3.1.1集合的定義
3.1.2集合的表示
3.1.3韋恩圖
3.1.4集合運算
3.1.5集合劃分
3.2函數
3.2.1函數的定義
3.2.2函數的分類
3.2.3函數的復合
3.3關繫
3.3.1關繫的定義
3.3.2關繫的分類
3.3.3關繫的性質
3.4命題邏輯
3.4.1命題的定義
3.4.2邏輯運算符
3.4.3邏輯表達式
3.5圖論
3.5.1圖的定義
3.5.2圖的表示
3.5.3圖的屬性
3.5.4有向圖
3.5.5程序圖
3.5.6有限狀態機
3.6概率論
3.6.1基本概念
3.6.2隨機變量
3.6.3隨機變量的數字特征
3.6.4大數定律與中心極限定理
3.6.5馬爾可夫鏈

第二篇智能化技術基礎
第4章知識表示
4.1知識
4.2知識表示
4.3知識表示方法
4.4小結

第5章知識發現
5.1知識發現定義
5.2知識發現過程
5.3知識發現方法
5.4知識發現應用
5.5小結

第6章神經網絡
6.1基本原理
6.2典型結構
6.3學習算法
6.4小結

第7章機器學習
7.1學習與機器學習
7.2機器學習繫統
7.3機器學習繫統的基本結構
7.4機器學習的主要策略
7.5有監督學習
7.5.1K-近鄰算法
7.5.2決策樹
7.5.3支持向量機
7.6無監督學習
7.6.1聚類
7.6.2自編碼器
7.7小結

第8章專家繫統
8.1基本概念
8.2專家繫統的結構
8.3專家繫統的建造
8.4新型專家繫統
8.5小結

第9章進化計算
9.1進化計算基礎
9.2遺傳算法概念與原理
9.3遺傳算法流程
9.4進化規劃
9.5進化策略
9.6小結

第10章群體智能
10.1概述
10.2蟻群算法
10.3粒子群算法
10.4人工免疫算法
10.5小結

第11章模糊推理
11.1不確定性推理
11.2模糊推理基礎
11.3模糊集相似性
11.4模糊推理模型
11.5小結

第12章概率推理
12.1概率論
12.2概率推理方法
12.3可信度方法與主觀貝葉斯方法
12.4證據理論
12.5證據的合成規則
12.6證據理論的推理模型
12.7小結

第三篇智能化軟件測試導論
第13章智能化技術在測試分析中的應用
13.1概述
13.2需求識別與提取
13.3需求知識分類
13.4需求模型構建
13.5需求建模評估

第14章智能化技術在測試設計中的應用
14.1概述
14.2測試用例與遺傳算法
14.2.1測試用例優先排序
14.2.2測試用例排序評價指標
14.2.3測試用例排序算法
14.3測試數據與演化計算
14.3.1面向輸出域的功能性測試
14.3.2基於遺傳算法的測試數據生成
14.3.3實驗驗證與結果分析
14.4測試設計與群體智能
14.4.1基於粒子群算法的測試用例優先排序
14.4.2基於蟻群算法的測試用例優先排序
14.4.3基於人工免疫算法的測試數據生成
14.5測試設計與專家繫統
14.5.1功能與結構
14.5.2推理與應用

第15章智能化技術在測試執行中的應用
15.1概述
15.2自動化測試與測試腳本
15.2.1自動化測試
15.2.2自動化測試腳本
15.2.3數據驅動和基於模型的測試技術
15.3自動化測試框架設計
15.4缺陷定位與自動程序修復
15.4.1缺陷定位
15.4.2補丁生成
15.4.3補丁驗證

第16章智能化技術在測試總結中的應用
16.1概述
16.2軟件評估與模糊推理
16.2.1軟件可信性分解模型
16.2.2軟件可信性權值矩陣
16.2.3實施軟件可信評估
16.2.4評估例
16.3軟件評估與證據理論
16.3.1全生命周期的評估模型
16.3.2全生命周期的定量評估方法
16.3.3軟件可信性評估實例
參考文獻

隨著科學技術的迅速發展，人類已經進入信息社會。信息的獲取、處理、交流和決策都需要運用大量軟件，軟件因此成為人們工作和生活中不可或缺的工具。
軟件測試是軟件工程過程中的一個重要環節，是保障軟件質量的重要手段。在智能化和自動化已成為幾乎所有行業發展大趨勢的背景下，隨著軟件功能的日趨復雜和軟件數量的迅猛增加，手工作坊式的軟件測試將不再是主流方式。軟件測試，一方面在過程上具有很好的規範性和流程性，另一方面需要創造性的測試分析與設計和大量的數據分析與評估，因此具備開展智能化的需求和條件。
自20世紀50年代誕生以來，人工智能研究得到了人們的日益重視，已發展成為一門廣泛的交叉和前沿學科並有力地促進了其他學科的發展。特別是近20年來，現代信息技術，尤其是計算機技術和網絡技術的發展，已使得信息處理容量、速度和質量大大提高，軟件功能和硬件實現均取得長足進步，人工智能獲得了更為廣泛的應用。
本書中的智能化軟件測試指的是把知識表示、機器學習、數據挖掘、專家繫統、神經網絡、進化計算等人工智能的方法應用到軟件測試領域，提高軟件測試充分性和自動化水平，從而達到增強軟件測試效果和提高軟件測試效率的目的。
為總結已有技術方法和實踐經驗，促進智能化軟件測試技術的後續研究，本書結合軟件測試智能化、自動化發展趨勢和國內業內軟件測試的現狀，瞄準軟件測試過程各階段特點與現有實踐困難，繫統地梳理智能化軟件測試的基本概念、技術範疇及相關智能化技術的基礎知識、基本原理和基本方法，介紹在缺陷數據分析、測試用例設計、可信軟件評估等領域對智能化技術的研究和應用，分析智能化軟件測試技術的應用前景、研究方向和典型途徑。
本書是編寫組多年從事軟件測試實踐和方法研究工作的技術積累，兼具實用性與前瞻性，從智能化軟件測試角度繫統地介紹相關智能化技術和軟件測試方法，可幫助軟件測試相關人員快速掌握智能化軟件測試的基礎知識，了解智能化軟件測試的基本方法，為進一步開展相關技術研究與應用打下基礎。

張衛祥
2022年7月於北京