了得網計算機/網絡_計算智能與組合軟件測試優化

編輯推薦

為培養新世紀的高素質人纔，並且在軟件工程中的軟件測試領域開闢新的解決思路，本書將軟件測試基礎及智能計算這兩個獨特的視角相結合，繫統地介紹軟件測試的基礎知識及智能計算在組合軟件測試領域的作用。全書共四部分。

《計算智能與組合軟件測試優化》由王曙燕主編，第1章由王曙燕編寫；第2、11章由潘曉英編寫；第5、9章由孫家澤編寫；第4、6章由王小銀編寫；第7章由王春梅編寫；第8章由曹小鵬編寫；第10章由王博編寫；第12章由陳皓編寫；第3章由賈冀婷編寫。王曙燕和潘曉英對全書進行了統稿。

內容簡介

《計算智能與組合軟件測試優化》面向智能繫統學科的前沿領域，針對軟件測試中的熱門關鍵技術，繫統地討論了組合軟件測試中的關鍵技術以及計算智能方法在該領域中的應用，比較全面地反映了國內外智能組合軟件測試的*研究進展。內容包括軟件測試基礎、計算智能理論基礎、軟件可靠性、軟件可靠性建模、基於群體智能的軟件可靠性分配、面向故障的軟件測試、灰盒測試、組合覆蓋準則、基於粒子群算法的測試用例自動生成與約簡、基於模擬退火的測試用例自動生成與約簡、基於協同進化的測試用例自動生成與約簡和基於族群進化算法構造有組合測試用例集。

《計算智能與組合軟件測試優化》取材新穎、內容深入淺出，可作為軟件工程專業研究生及高年級本科生的教材，也可作為軟件測試人員的參考用書，還可供從事相關領域研究的教師和科技工作者參考使用。

前言
第1章軟件測試基礎
1.1 軟件測試概述
1.1.1 軟件測試的起源與發展
1.1.2 軟件測試的基本概念
1.1.3 軟件測試的分類與方法
1.1.4 軟件測試模型及演變
1.1.5 生命周期軟件測試方法
1.1.6 軟件測試過程管理
1.2 組合軟件測試
1.2.1 組合軟件測試原理
1.2.2 組合軟件測試過程
1.2.3 組合軟件測試模型方法
1.2.4 組合軟件測試的現狀和趨勢前言
第1章軟件測試基礎
1.1 軟件測試概述
1.1.1 軟件測試的起源與發展
1.1.2 軟件測試的基本概念
1.1.3 軟件測試的分類與方法
1.1.4 軟件測試模型及演變
1.1.5 生命周期軟件測試方法
1.1.6 軟件測試過程管理
1.2 組合軟件測試
1.2.1 組合軟件測試原理
1.2.2 組合軟件測試過程
1.2.3 組合軟件測試模型方法
1.2.4 組合軟件測試的現狀和趨勢
1.3 小結
參考文獻
第2章計算智能理論基礎
2.1 群體智能
2.1.1 概述
2.1.2 蟻群算法
2.1.3 粒子群優化算法
2.2 進化計算
2.2.1 概述
2.2.2 進化算法的基本原理及框架
2.2.3 進化計算的應用
2.3 智能Agent
2.3.1 分布式人工智能
2.3.2 Agent的結構
2.3.3 Agent通信
2.4 小結
參考文獻
第3章軟件可靠性
3.1 軟件可靠性的基礎理論
3.1.1 軟件可靠性的定義及基本數學關繫
3.1.2 軟件可靠性的因素
3.1.3 軟件可靠性度量的指標
3.1.4 軟件失效機理
3.2 軟件可靠性技術
3.2.1 軟件可靠性分析技術
3.2.2 軟件可靠性設計技術
3.3 小結
參考文獻
第4章軟件可靠性建模
4.1 軟件可靠性模型的基本特點
4.2 軟件可靠性模型的特征
4.3 模型評價標準
4.3.1 模型擬合度
4.3.2 模型準確度
4.3.3 模型偏差
4.3.4 模型偏差趨勢
4.4 軟件可靠性模型分類
4.5 典型的可靠性模型
4.5.1 Jelinski-Moranda模型
4.5.2 Goel-Okumoto模型
4.5.3 Musa模型
4.5.4 Littlewood-Verral模型
4.5.5 Seeding模型
4.5.6 Nelson模型
4.5.7 Duane模型
參考文獻
第5章基於群體智能的軟件可靠性分配
5.1 軟件可靠性分配模型
5.1.1 軟件可靠性特點
5.1.2 軟件可靠性分配定義
5.1.3 軟件成本函數
5.1.4 軟件可靠性分配模型
5.2 軟件可靠性分配技術
5.2.1 傳統的軟件可靠性分配技術
5.2.2 基於智能優化算法的軟件可靠性分配技術
5.3 基於社會認知算法的軟件可靠性分配問題研究
5.3.1 社會認知優化算法
5.3.2 社會認知算法的基本概念
5.3.3 社會認知算法的算法步驟
5.3.4 數值試驗與仿真
5.4 基於粒子群算法的軟件可靠性分配問題研究
5.4.1 粒子群優化算法的基本原理
5.4.2 粒子群優化算法的改進
5.4.3 實驗及結果分析
5.4.4 小結
參考文獻
第6章面向故障的軟件測試
6.1 軟件故障模型
6.2 面向故障的軟件測試
6.2.1 基於故障模型的靜態分析
6.2.2 基於路徑的內存洩漏故障分析
參考文獻
第7章灰盒測試
7.1 白盒測試
7.1.1 白盒測試的發展
7.1.2 白盒測試的主要方法
7.2 黑盒測試
7.3 灰盒測試
7.3.1 灰盒測試
7.3.2 灰盒測試與白盒測試、黑盒測試的區別
7.3.3 灰盒測試的優缺點
7.3.4 灰盒測試的自動化工具
參考文獻
第8章組合覆蓋準則
8.1 覆蓋準則概念
8.2 MC/DC覆蓋準則
8.3 RC/DC覆蓋準則
8.4 基於算法的組合覆蓋準則
8.5 小結
參考文獻
第9章基於粒子群算法的測試用例自動生成與約簡
9.1 基本粒子群算法
9.1.1 基本粒子群算法思想的起源
9.1.2 算法原理
9.1.3 基本粒子群算法流程
9.1.4 基本粒子群算法改進策略
9.2 離散粒子群優化算法
9.2.1 基於連續空間的離散粒子群優化算法
9.2.2 基於離散空間的離散粒子群優化算法
9.3 基於改進離散粒子群優化算法兩兩覆蓋組合軟件測試用例集生成方法
9.3.1 方法背景
9.3.2 方法內容
9.3.3 方法有益效果
9.3.4 方法具體實施方式
9.4 基於自適應粒子群算法的組合測試數據生成方法
9.4.1 概述
9.4.2 基本粒子群優化算法原理
9.4.3 基於改進粒子群優化算法的測試數據集自動生成
9.4.4 實驗分析
9.4.5 小結
9.5 基於粒子群算法的測試用例約簡方法
9.5.1 方法背景
9.5.2 方法具體內容
9.5.3 本方法的原理
9.5.4 具體實施方式
9.6 小結
參考文獻
第10章基於模擬退火的測試用例自動生成與約簡
10.1 模擬退火算法
10.1.1 模擬退火算法概述
10.1.2 模擬退火算法
10.1.3 模擬退火算法一個簡單問題的實現
10.1.4 模擬退火算法的優點和缺點
10.1.5 小結
10.2 基於模擬退火算法的測試用例自動生成
10.2.1 成對組合測試的問題
10.2.2 One-Test-At-a-Time
10.2.3 成對組合測試在模擬退火算法中使用的框架
10.2.4 算法的實現
10.2.5 算法的效率分析
10.2.6 小結
10.3 基於模擬退火算法的測試用例約簡技術
10.3.1 采用模擬退火算法的用例約簡
10.3.2 約簡算法的設計
10.3.3 算法效率分析
10.3.4 小結
參考文獻
第11章基於協同進化的測試用例自動生成與約簡
11.1 協同進化理論
11.1.1 協同進化的生物學基礎
11.1.2 協同進化的動力學描述
11.2 協同進化算法的發展現狀
11.2.1 基於種間競爭機制的協同進化算法
11.2.2 基於捕食-獵物機制的協同進化算法
11.2.3 基於共生機制的協同進化算法
11.2.4 基於“組織”概念的協同進化算法
11.3 組織進化優化算法
11.3.1 組織進化算子
11.3.2 組織進化優化算法
11.4 基於組織進化粒子群優化的測試用例自動生成
11.4.1 兩兩覆蓋組合測試模型
11.4.2 算法框架
11.4.3 編碼方式
11.4.4 適應度函數
11.4.5 協同進化算子
11.4.6 算法描述
11.4.7 實驗結果與分析
11.5 結束語
參考文獻
第12章基於族群進化算法構造組合測試用例集
12.1 研究背景
12.2 基於進化算法整體構造和優化組合測試數據
12.2.1 編碼
12.2.2 解碼
12.2.3 適應度函數的設計
12.2.4 基於進化算法構造組合測試用例集機制的特點
12.3 族群進化算法
12.3.1 基於二進制編碼的族群進化評估指標
12.3.2 基於二進制編碼的族群聚類
12.3.3 族群雙軌協同進化
12.3.4 EGEA的執行過程
12.4 仿真實驗
12.5 結論
參考文獻

商品搜索

商品分类

【醫學】

【各大出版社】