智能化軟件測試基礎(chǔ)

第一篇軟件測試基礎(chǔ)
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(guān)鍵等級
1.2智能化技術(shù)綜述
1.3智能化軟件測試
1.4組織結(jié)構(gòu)
第2章軟件測試基礎(chǔ)
2.1軟件測試級別
2.1.1單元測試
2.1.2集成測試
2.1.3配置項測試
2.1.4系統(tǒng)測試
2.2軟件測試技術(shù)
2.2.1結(jié)構(gòu)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(shè)計與實現(xiàn)
2.3.3測試執(zhí)行
2.3.4測試總結(jié)
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(zhì)量保證
2.4.5配置管理
2.5軟件產(chǎn)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(shù)學(xué)基礎(chǔ)
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(shù)
3.2.1函數(shù)的定義
3.2.2函數(shù)的分類
3.2.3函數(shù)的復(fù)合
3.3關(guān)系
3.3.1關(guān)系的定義
3.3.2關(guān)系的分類
3.3.3關(guān)系的性質(zhì)
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(tài)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(shù)字特征
3.6.4大數(shù)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(shù)基礎(chǔ)
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(jié)
第5章知識發(fā)現(xiàn)
5.1知識發(fā)現(xiàn)定義
5.2知識發(fā)現(xiàn)過程
5.3知識發(fā)現(xiàn)方法
5.4知識發(fā)現(xiàn)應(yīng)用
5.5小結(jié)
第6章神經(jīng)網(wǎng)絡(luò)
6.1基本原理
6.2典型結(jié)構(gòu)
6.3學(xué)習(xí)算法
6.4小結(jié)
第7章機器學(xué)習(xí)
7.1學(xué)習(xí)與機器學(xué)習(xí)
7.2機器學(xué)習(xí)系統(tǒng)
7.3機器學(xué)習(xí)系統(tǒng)的基本結(jié)構(gòu)
7.4機器學(xué)習(xí)的主要策略
7.5有監(jiān)督學(xué)習(xí)
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(jiān)督學(xué)習(xí)
7.6.1聚類
7.6.2自編碼器
7.7小結(jié)
第8章專家系統(tǒng)
8.1基本概念
8.2專家系統(tǒng)的結(jié)構(gòu)
8.3專家系統(tǒng)的建造
8.4新型專家系統(tǒng)
8.5小結(jié)
第9章進化計算
9.1進化計算基礎(chǔ)
9.2遺傳算法概念與原理
9.3遺傳算法流程
9.4進化規(guī)劃
9.5進化策略
9.6小結(jié)
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(jié)
第11章模糊推理
11.1不確定性推理
11.2模糊推理基礎(chǔ)
11.3模糊集相似性
11.4模糊推理模型
11.5小結(jié)
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(jù)理論
12.5證據(jù)的合成規(guī)則
12.6證據(jù)理論的推理模型
12.7小結(jié)
第三篇智能化軟件測試導(dǎo)論
第13章智能化技術(shù)在測試分析中的應(yīng)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(gòu)建
13.5需求建模評估
第14章智能化技術(shù)在測試設(shè)計中的應(yīng)用
14.1概述
14.2測試用例與遺傳算法
14.2.1測試用例優(yōu)先排序
14.2.2測試用例排序評價指標(biāo)
14.2.3測試用例排序算法
14.3測試數(shù)據(jù)與演化計算
14.3.1面向輸出域的功能性測試
14.3.2基于遺傳算法的測試數(shù)據(jù)生成
14.3.3實驗驗證與結(jié)果分析
14.4測試設(shè)計與群體智能
14.4.1基于粒子群算法的測試用例優(yōu)先排序
14.4.2基于蟻群算法的測試用例優(yōu)先排序
14.4.3基于人工免疫算法的測試數(shù)據(jù)生成
14.5測試設(shè)計與專家系統(tǒng)
14.5.1功能與結(jié)構(gòu)
14.5.2推理與應(yīng)用
第15章智能化技術(shù)在測試執(zhí)行中的應(yīng)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(shù)據(jù)驅(qū)動和基于模型的測試技術(shù)
15.3自動化測試框架設(shè)計
15.4缺陷定位與自動程序修復(fù)
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(shù)在測試總結(jié)中的應(yīng)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(quán)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(jù)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