کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6858545 665777 2014 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
System regression test planning with a fuzzy expert system
ترجمه فارسی عنوان
برنامه ریزی تست رگرسیون سیستم با یک سیستم متخصص فازی
کلمات کلیدی
سیستم های متخصص فازی، آزمون رگرسیون سیستم، استدلال فازی،
ترجمه چکیده
یک فعالیت تست سیستم موثر برای انتشار های متوالی از سیستم های بسیار بزرگ نرم افزاری به طور قابل توجهی در انتخاب موارد آزمون برای اجرا بستگی دارد. از لحاظ عملی، امکان اجرا کردن همه موارد احتمالی آزمون به علت محدودیتهای زمان واقعی، منابع انسانی و پولی امکان پذیر نیست. در حالی که تکنیک های موجود برای انتخاب نمونه های آزمون، روش هایی برای محدود کردن رشد تعداد موارد آزمون با تکامل نرم افزار است، بسیاری از آنها بر این فرض است که تجزیه و تحلیل کد منبع در دسترس است. تعداد کمی از آثار، مسئله انتخاب مورد آزمون را با توجه به محدودیتی که تجزیه و تحلیل کد منبع در دسترس نیست، مورد بررسی قرار داده است. ما سیستم های متخصص فازی را به عنوان یک راه حل موثر برای مشکل پیشنهاد می کنیم. سیستم های متخصص فازی توانایی تقلید از فرایندهای استدلال و قضاوت فیزیکی انسان را دارند. سیستم پیشنهادی فازی پیشنهادات بالقوه برای موارد آزمون تست سیستم با ارتباط دانش با یک یا چند مورد از موارد زیر مشخص می کند: مشخصات مشتری، تجزیه و تحلیل نتایج گذشته آزمون، نرخ شکست سیستم و تغییر در معماری سیستم. ما این سیستم متخصص فازی را در یک سیستم مخابراتی بزرگ اجرا کردیم و نتایج نشان می دهد که اثربخشی و کارایی آزمایش به طور قابل توجهی بهبود یافته است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
An effective system testing activity for consecutive releases of very large software systems depends considerably on the selection of test cases for execution. From a practical point of view, it is not feasible to run all possible test cases because of the real-world constraints of limited time, human and monetary resources. While existing techniques for test case selection provide methods to limit the growth of the number of test cases with software evolution, many of them are based on the assumption that source code analysis is available. Very few works have explored the problem of test case selection given the constraint that source code analysis is not available. We propose fuzzy expert systems as an effective solution to the problem. Fuzzy expert systems have the ability to emulate fuzzy human reasoning and judgment processes. The proposed fuzzy expert system identifies potentially critical test cases for system test by correlating knowledge represented by one or more of the following: customer profile, analysis of past test case results, system failure rate, and change in system architecture. We piloted this fuzzy expert system in a large telecommunications system and the results show that test effectiveness and efficiency is significantly improved.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Sciences - Volume 259, 20 February 2014, Pages 532-543
نویسندگان
, , , ,