公开(公告)号：CN113868113A

公开(公告)日：2021-12-31

申请号：CN202110689058.1

申请日：2021-06-22

Applicant: 中国矿业大学

Inventor： 张艳梅 ,  张颖辉 ,  张志成 ,  姜淑娟 ,  刘俊杰

IPC: G06F11/36 ,  G06N20/00

Abstract: 本发明公开了一种基于Actor‑Critic算法的类集成测试序列生成方法，属于软件测试技术领域。包括下列步骤：1）定义目标任务；2）程序静态分析；3）度量测试桩复杂度；4）设计奖励函数；5）Actor网络选择动作；6）Critic网络评价动作的优劣；7）更新网络参数；8）生成类集成测试序列。本发明解决了目前已有的类集成测试序列生成方法评估确定类集成测试序列花费的总体代价偏高的问题，为实际生产生活中测试人员开展测试工作提供了更为合理的测试序列生成方法，提升了集成测试的效率，可以更好地控制产品的质量。

公开(公告)号：CN113868113B

公开(公告)日：2024-09-06

申请号：CN202110689058.1

申请日：2021-06-22

Applicant: 中国矿业大学

Inventor： 张艳梅 ,  张颖辉 ,  张志成 ,  姜淑娟 ,  刘俊杰

IPC: G06F11/36 ,  G06N20/00

Abstract: 本发明公开了一种基于Actor‑Critic算法的类集成测试序列生成方法，属于软件测试技术领域。包括下列步骤：1）定义目标任务；2）程序静态分析；3）度量测试桩复杂度；4）设计奖励函数；5）Actor网络选择动作；6）Critic网络评价动作的优劣；7）更新网络参数；8）生成类集成测试序列。本发明解决了目前已有的类集成测试序列生成方法评估确定类集成测试序列花费的总体代价偏高的问题，为实际生产生活中测试人员开展测试工作提供了更为合理的测试序列生成方法，提升了集成测试的效率，可以更好地控制产品的质量。

公开(公告)号：CN113377651A

公开(公告)日：2021-09-10

申请号：CN202110647435.5

申请日：2021-06-10

Applicant: 中国矿业大学

Inventor： 张艳梅 ,  丁艳茹 ,  姜淑娟 ,  袁冠 ,  张颖辉

IPC: G06F11/36 ,  G06F17/16 ,  G06K9/62 ,  G06N3/00

Abstract: 本发明公开了一种基于强化学习的类集成测试序列生成方法，属于软件测试技术领域。包括下列步骤：1）定义强化学习任务；2）程序静态分析；3）度量测试桩复杂度；4）设计奖励函数；5）设计值函数；6）生成类集成测试序列。本发明解决了目前已有的基于强化学习的类集成测试序列生成方法评估确定类集成测试序列花费的总体代价的指标不够精确的问题，为实际生产生活中测试人员开展测试工作提供了更为准确的度量方法，提升了集成测试的效率，可以更好地控制产品的质量。