一、面向对象软件测试探讨（论文文献综述）
任路遥[1]（2020）在《面向对象程序的自动化单元测试框架研究与设计》文中提出单元测试是对软件中的基本组成单位（如模块、过程、函数或类）进行的测试,在保障软件质量的过程中发挥重要作用。面向对象语言是一类以对象作为基本程序结构单位的程序设计语言。面向对象程序中涉及到复杂逻辑结构的单元测试具有一定的难度,是单元测试方向研究的热点之一。面向对象程序的自动化单元测试框架,能提高面向对象程序的单元测试效率,减轻测试人员繁重的单元测试任务,有效的降低面向对象软件开发的成本。面向对象程序自动化单元测试框架的研究有很大的技术难度,目前国内此类单元测试框架较少,且多为在国外成熟的测试框架基础上进行的二次设计。本文调研了国外成熟的面向对象程序的自动化单元测试框架设计,以及传统的面向过程程序的自动化单元测试框架设计,总结了面向对象程序的自动化单元测试框架的设计原则与原型设计。在此基础上做了两点研究:一、对面向对象程序的单元测试中存在的问题进行了研究,分析了面向对象程序自动化单元测试框架要解决的功能和性能两类需求。功能方面,研究了面向对象语言中常见的权限访问、类属性、函数重载等特性引入的单元测试问题。性能方面,研究了自动化测试框架常见的多程序测试内存性能问题以及实际执行环境的平台适应性问题。由于面向对象语言的丰富度颇多,本文选取C++这一流行的面向对象语言,作为研究面向对象语言的切入点。二、在原型设计的基础上,结合上述需求,本文设计了一种面向对象程序的自动化单元测试框架（Code Test System for Cpp,CTSCpp）,用以对C++程序进行自动化的单元测试。功能方面,该测试框架可以自动化的为C++程序进行预处理、静态分析、构建测试环境,自动的生成测试用例,并动态执行获得覆盖率信息。性能方面,采用前后端分离的形式,运用序列化的技术手段,用硬盘资源换取内存资源,防止测试框架执行过程中发生内存溢出;并采用适配器模式,针对预处理、动态执行等操作,设计了适配器模块,丰富了测试框架的拓展性。作者在实际工程中实现了上述面向对象程序的自动化单元测试框架,并通过实际程序进行了验证检验。结果表明,本文研究与设计的面向对象程序的自动化单元测试框架具有可行性。其能够实现对面向对象程序进行自动的程序解析、单元提取、覆盖率测试等功能。
包骐豪[2]（2020）在《基于动态信息的变概率ART测试方法及其在OOS测试中的应用》文中进行了进一步梳理随着信息化技术与人类社会的不断结合,人类与软件之间也越来越密不可分。而自从软件问世以来,其质量问题一直是困扰人们的一大难题,每年因为软件质量造成的损失更是数以亿万计。为此,众多研究者们不断探索,希望找到一种切实有效的测试方法。如今比较流行的一种测试方法是随机测试（Random Testing,RT）,随机测试凭借实现快、操作简单的特点受到了众多业内人士的青睐。但随机测试也存在着检测效率较低的缺点,通过多年研究,TY Chen等人针对程序错误普遍连续的特性,在随机测试的基础上进行改进,并提出了一种名为自适应随机测试（Adaptive Random Testing,ART）的高效算法。ART算法的基本思想是,在输入域中使生成的测试用例尽可能均匀地散布,从而提高检测软件缺陷的效率。基于该思想,许多ART算法也被提出,其中变概率ART算法是目前其中检测效果最好的算法之一。本文重点分析了其中一种变概率ART算法——基于概率密度函数的ART算法(Adaptive Random Testing through Test Profile,ARTTP),该方法通过已执行测试用例生成一个概率密度函数,并利用逆变换法得到下一个测试用例。本文在分析了ARTTP算法后,针对该算法的不足之处提出了改进,并将其应用到面向对象程序测试中,最后实现了一个基于两种算法的测试原型系统并进行实验,实验证明本文提出的算法具有一定的有效性。本文的主要工作如下:1.针对ARTTP算法对程序动态信息利用不足的缺陷,本文在该算法基础上进行改进,提出了两种回归测试中的变概率ART算法(Probability Adaptive Random Testing based on Regression Testing,PARTRT)。PARTRT-A算法的主要思想是首先随机生成大量的测试用例并执行,通过插桩等方法获取它们的语句覆盖和分支覆盖信息,之后在回归测试中在变概率ART算法的基础上,针对不同的动态信息选择不同的比较方式进行挑选测试用例,以此改进ART算法从而进一步提高它的检测效果。PARTRT-B算法的主要思想则是利用变概率ART算法生成测试用例并执行,在获取动态信息后通过比较不同的动态信息进行挑选测试用例,从而提高检测软件缺陷的效率。通过对不同实际程序的测试,并与其他相关算法比较,结果表明两种PARTRT算法在检测效果上都具有更高的优越性,且时间开销也不是特别大。2.由于面向对象程序的众多优点,现在面向对象程序越来越普及,然而现在面向对象程序测试方法还依旧不够成熟。针对这一问题,我们提出针对面向对象程序的ARTTP算法(Adaptive Random Testing through Test Profile for Object-Oriented Software,ARTTP-OO)。由于面向对象测试用例结构复杂,无法简单地将一个测试用例数值化一个点从而生成概率密度函数。为此我们提出在输入域边缘生成一个测试用例,利用OMISS度量公式计算面向对象测试用例间的距离。通过距离生成概率密度函数,从而能够挑选测试用例进行测试,实现了ARTTP算法在面向对象程序中的应用。通过对实际面向对象程序的测试,ARTTP-OO算法在不降低检测效果的情况下,具有较少的时间开销。3.设计并实现了一个基于上述变概率ART算法的测试原型系统。通过将本文算法继承在系统中,实现了算法测试的自动化。系统主要包括数值型程序测试和面向对象程序测试两个模块,每个模块下有各自的子模块。利用该系统进行算法测试,证明了该原型系统能较好地实现本文算法,并具有较高的可扩展性。
陈江南[3]（2020）在《面向对象程序的类测试方法研究和设计》文中提出面向对象编程语言提供了继承、封装、多态的特性,提高了代码的重用性、安全性、维护性,给开发人员带来较大便利的同时,也给软件测试带来了一定的挑战。由于动态绑定和多态性,使得程序可执行的路径急剧增加,方法间、类间的关系变得更加复杂,给传统的类测试方法带了巨大的挑战,面向对象程序具有较高的复用率,更需要严格测试,避免错误的繁衍。针对上述问题,本文提出一种基于路径的类测试方法,围绕该模型本文做了以.下研究:（1）针对类的继承、多态特性引起的类间测试不充分问题,提出一种类成员方法扩展控制流图（Class Member Method Control Flow Graph,CMMCFG）结构。首先通过静态分析构建类的抽象表示模型,然后基于传统的控制流图进行节点替换和扩展,得到适用于面向对象程序的控制流结构。（2）针对由于类动态绑定特性而导致的可执行路径突增问题,提出面向类成员方法路径生成算法。通过将一条完整路径拆分成实例化子路径和基本子路径,采用路径组合的方式精简了路径数量,改善路径爆炸问题。（3）针对面向对象程序复杂路径约束提取和求解的问题,提出了面向路径的测试用例生成算法,采用符号执行技术完成成员方法路径分析,通过抽象内存建模精准提取路径上变量的语义和约束,并引入分支限界算法加快约束求解的速率。实验表明,本文提出的面向对象程序类测试方法有效的提高了类间测试的充分性,在一定程度上减少了不必要的路径选择,并为类成员方法自动生成有效的测试用例。
乔嘉雨[4]（2019）在《视觉测量软件系统中的算法集成及测试技术研究》文中指出软件系统的持续集成技术是软件工程开发的趋势,通过软件模块复用、重构,能够实现软件系统可持续的功能演进和应用推广;而软件测试是软件开发过程中必不可少的环节,通过软件测试能够得到软件的错误、并对软件性能进行定量评估,进而驱动软件工程向应用需求持续改进。在视觉测量软件系统的集成和开发过程中,由于图像处理算法的种类和数量繁多,涵盖从简单的卷积、变换类算法到复杂的人工智能算法等,算法涉及多种类型的数据、数据量大,为算法集成及测试带来了挑战。本课题结合项目需求,针对视觉测量系统中的图像处理算法软件集成及测试展开研究。首先,通过分析图像处理算法的输入输出特性,面向模块化、对象化的软件测试,提出了一种算法模块结构,构建了一种可按名称分层进行数据访问的、管道结构的视觉测量系统软件集成框架,以及相应的算法软件模块自动测试框架。然后,采用面向对象编程技术设计了算法软件模块接口,将用不同技术实现的多种图像处理算法软件模块封装为标准单元,进而完成了软件集成;同时,针对算法软件模块的测试,给出了基于虚拟现实和图像处理的多参数测试用例生成技术,设计了系统的三类性能测试用的性能指标,构建了融合功能测试和性能测试的图像处理算法软件模块的自动化测试平台。最后,基于MATLAB混合编程技术,完成了视觉测量系统的软件集成及测试原型系统,并对其进行了测试。测试结果表明,提出的图像处理算法软件模块接口设计合理、功能完整,构建的算法集成框架能够有效地实现算法模块的封装和软件系统的集成,所设计的三维靶标多参数图像仿真软件能够生成正确的测试用例,构建的算法软件模块测试框架能够完成项目中的所有类型算法模块的自动测试。本课题所构建的视觉测量系统算法软件集成及测试系统,能够有效地提高算法集成及测试的效率,能够根据评价指标对算法软件模块的性能作出评价,为图像处理算法模块的功能定性评价和性能定量分析提供技术支撑。
黄少芬[5]（2019）在《以RRT技术为例的面向对象软件测试方法探究》文中进行了进一步梳理软件测试是软件技术人员为了保证软件的开发质量,对软件进行的一系列测试,而面向对象软件测试就是通过将其应用在软件工程中,促进软件的维护、设计和开发。笔者针对现有的软件测试技术进行研究,以RRT技术为例,对其在计算机软件测试的中的实践情况进行探讨。
周敏敏[6]（2019）在《ART中内存选择技术及在面向对象软件测试中的应用研究》文中指出随着面向对象编程OOP（Object-Oriented Programming）技术的快速发展,面向对象软件OOS（Object-Oriented Software）应运而生,其可靠性和质量问题一直倍受用户的关注。随机测试RT（Random Testing）作为一种常用的软件测试方法,其测试效果并不是十分理想。基于此,T Y Chen等人在改进RT的基础上提出了自适应随机测试ART（Adaptive Random Testing）,其研究结论表明ART相比于RT具有更好的缺陷检测效果。ART的核心原理是:在测试执行过程中,需使得测试用例在整个输入域上达到尽可能均匀的分布。ART执行时一般会生成两个集合:已执行测试用例集和候选测试用例集,采用特定的距离度量机制计算候选测试用例集到已执行测试用例集的距离,再从候选集中挑出距离已执行测试用例集最远的测试用例以生成后续测试用例,并将测试执行后未引发程序失效的测试用例添加到已执行测试用例集中。由此可知,已执行测试用例集将伴随测试执行不断膨胀,进而导致测试开销的增加及缺陷检测效果的降低等问题。为解决测试用例池伴随测试执行不断膨胀所引发的问题,本文聚焦于研究ART中基于k均值聚类的OOS测试方法,以提高ART中内存选择技术即k均值聚类技术在OOS测试中的测试效果。本研究中提出了一种ART中基于k均值聚类的OOS测试方法以及一种ART中k均值聚类的最佳聚类数k值的确定方法,并分别展开实验分析论证,实验结果表明本文所提方法在OOS测试方面具有较好的可行性和缺陷检测有效性。同时,本研究中设计并实现了一个kOOSTT（k-means clustering Object Oriented Software Testing Tool）测试原型系统作为本研究的实验平台。本文主要完成的工作阐述如下:1.在掌握基于ART的OOS测试的基本理论和相关技术的基础上,本研究关注到测试用例距离度量机制在基于ART的OOS测试中的重要作用,在充分分析OO测试用例自身特点的情况下,本研究着重考虑了OO测试用例的方法序列中方法调用顺序信息对于OO测试用例距离度量的影响,并基于此认知提出了一种基于IWT（Improved Wavelet Transform）的OOS测试用例距离度量机制。本研究通过将所提度量机制应用在ART中基于k均值聚类的OOS测试中,继而提出一种新的OOS测试算法即IWTClustering-ART（ART with Clustering based on Improved Wavelet Transform）算法,该算法运用基于IWT的OOS测试用例距离度量公式计算测试用例之间的距离,用于指导后续测试用例的挑选,使得挑选出的后续测试用例在缺陷检测过程中发挥较好的测试效果。本研究将所提IWTClustering-ART方法的缺陷检测效果与现有的WClustering-ART（ART with Clustering based on Wavelet Transform）、OMISS-ART（ART with Object and Method Invocation Sequence Similarity）、ARTOO（Adaptive Random Testing for Object-Oriented Software）以及RT-ms（RT with method sequence）方法进行实验对比,实验结果显示本文所提ART中基于k均值聚类的OOS测试方法IWTClustering-ART具有最好的缺陷检测效果。2.提出ART中k均值聚类的最优聚类个数k值的确定方法,并进行实验对比分析验证。本研究提出一种基于实验过程的最优k值确定方法,该方法包含一个基于实验过程确定最优k值的求解模型以及一个适用于ART中k均值聚类的最优k值确定算法即kValue算法,该算法针对具体的被测类库为测试方法IWTClustering-ART的聚类过程确定最佳的聚类个数k。最后,本研究基于所提的最优k值求解模型和最优k值生成算法kValue进行大量实验分析,实验结果论证了所提ART中k均值聚类的最优聚类个数k值确定方法具有可行性和有效性,实验结果显示使用所提方法确定出的k值能够进一步提高ART中基于k均值聚类的OOS测试的方法的缺陷检测效果且对后续的研究具有一定的指导意义。3.设计并实现了一个测试原型系统kOOSTT。该系统的主要功能模块包括类图录入模块、参数分析模块、k值确定模块、测试执行模块以及结果分析模块等。kOOSTT系统为本研究所提方法提供了实验平台,且其中部分功能模块已经能够达到较高的自动化程度,本研究基于该系统验证了本文所提方法在OOS自适应随机测试中的有效性。
安韵涵[7]（2018）在《基于分组与状态机的蜕变测试方法研究》文中研究指明软件测试是评估和保证软件质量的重要途径之一。构造预期输出问题（即Oracle问题）是软件测试工作中经常碰到的难题。蜕变测试技术通过判断程序的多个输入之间的关系及其对应的输出结果之间的关系来测试程序,而不需要构造预期输出,从而可以有效地解决Oracle问题。但是在实际的测试研究和工作中,普遍存在蜕变关系的构造难度大、测试效率低、蜕变关系针对性不强,测试成本高等缺点。本文通过对现有的蜕变测试方法进行优化,在一定程度上解决了测试效率低、蜕变关系针对性不强等方面的问题,主要的工作有:（1）在面向过程的软件测试方面,研究优化蜕变测试方法;（2）在面向对象的软件测试方面,研究基于状态机的蜕变测试优化方法;（3）研究测试覆盖准则并结合图的遍历算法,对提高软件测试效率提供新的思路。论文的主要成果如下。（1）研究面向过程软件测试中的Oracle问题。提出一种基于分组的蜕变测试优化方法,利用路径相似度对程序进行分组对软件测试进行研究。与传统的方法相比,本文提出的方法不仅能构造更多的蜕变关系,且蜕变关系在程序错误检测方面更加高效,能更迅速定位到程序的错误路径。以三角形面积计算程序为例进行分析,证明了本文提出的优化方法具有有效性和可用性。（2）研究面向对象软件测试中的测试优化方法。提出一种基于状态机的蜕变测试优化方法。利用状态机分析面向对象程序中的参数状态和转换关系,通过逐步构造部分状态的蜕变关系,直至满足全路径覆盖准则。与传统方法相比,本文提出的方法在满足全路径覆盖准则的前提下能获得更多的蜕变关系,且蜕变关系更具针对性,从而提高程序错误定位的效率与准确度。以温度控制系统程序为例进行分析,证明了本文提出的优化方法具有有效性。（3）研究探讨提高测试效率的新思路。针对实际测试工作中涉及到的遍历搜索问题,研究满足覆盖准则约束条件下的遍历搜索算法,通过广度优先覆盖测试与深度优先覆盖测试在常用的十个程序中的测试实验比较,发现广度有限覆盖测试能有效提高测试效率,为今后的实际测试工作提高工作效率提供了新的思路。
王川,杭佳祺,殷静[8]（2017）在《面对对象软件测试技术发展》文中研究说明如今,面向对象软件测试是计算机编程开发领域中的重要方面,对整个行业发展有着重要的促进作用。具体而言,在软件开发过程中,面向对象软件测试技术也是保证软件质量的重要环节。对于面向对象的软件测试技术,我国的发展比较缓慢。但在国际上针对面向对象测试技术,已经取得一定的发展。基于此,本文将对面向对象技术进行简单介绍,重点研究测试技术的模型和测试方法。
童晓翠[9]（2017）在《基于面向对象的软件测试管理系统设计与实现》文中研究说明随着国内软件开发行业和信息化技术的不断发展,越来越多的软件企业将目光投向了软件质量和信息化项目的建设。软件测试作为项目过程的最后环节,决定了产品质量能否符合需求、设计能否达到标准、功能能否全面实现,是保障软件顺利开发和安全运行的重要手段。在测试项目中,尤其是在大型的测试项目组织实施中,可能都会遇到测试需求变化频繁,测试用例复用性低,测试缺陷分析不够深入、自动化测试程度不高等种种问题,这些问题的产生一方面是第三方测试以手工方式为主,信息系统介入程度不够造成的,另一方面是由于缺少有效的支撑手段保证测试工作按流程实施。因此,这就需要一个测试管理系统,在提升测试管理有效性的基础上对测试项目进行管理,进一步保证软件的质量和测试机构的高效运行。本文采用面向对象的方式进行系统设计和开发,在统一建模方法的基础上,运用成熟的SSH开发框架和MVC分层模式,设计并实现软件测试管理系统,在系统建模方法和系统设计实现等方面,提出具体实现路径,以提升测试管理系统适应性为目的进行优化。主要研究以下几个方面的内容:（1）研究现有面向对象分析方法,重点针对软件测试管理系统,分析相关业务过程和流程,进一步分析和建立功能模型、行为模型和结构模型,形成系统整体需求分析,为后续设计和开发打下基础。（2）研究面向对象的系统设计方法,基于MVC设计模式和SSH框架,提出构建松耦合、分层管理的系统架构方式。在分层模式下,分析层间逻辑关系、调用关系、信息传递方式等内容,确定具体技术架构,以及各层之间的关联和调用关系,形成完整的系统架构设计和数据库设计。（3）基于面向对象技术、SSH框架开发软件测试管理系统,实现主要功能实现,以及系统界面的展示方式。目前,论文成果已在具体系统设计和开发中实现,系统的工程化实施进一步考证了本文研究内容的可行性。
葛宏河[10]（2017）在《基于覆盖率的ART方法及其在面向对象软件测试中的应用》文中研究指明随着信息化程度的不断增强,越来越多的软件采用面向对象编程技术研发,这类软件称之为面向对象软件,其质量问题一直是人们最为关注的热点问题。然而,由于面向对象软件的三大固有特征,使得软件测试面临着前所未有的挑战。在众多的测试方法中,基于随机测试的测试方法应用最为广泛,但是效率以及效果不是很理想,所以近年来有学者对随机测试方法进行了改进,提出了自适应随机测试方法,并且取得了较好的测试效果。软件中的失效区域通常是连续发生的,Chen T Y教授根据这一现象对随机测试方法进行了改进,提出自适应随机测试方法。自适应随机测试方法执行时,通常会产生已执行测试用例集和候选测试用例集两个集合,从候选测试用例集当中挑选出距离所有已执行测试用例最远的测试用例作为下一个可执行用例,如果没有引发程序失效,则将其加入到已执行测试用例集。为了增加所挑选测试用例的有效性,论文决定引入覆盖率信息,将语句覆盖率同距离信息综合考虑来挑选测试用例,从而提高错误检测率。本文针对以上问题分别提出了基于覆盖率的面向对象软件动态测试用例生成方法和基于覆盖率的自适应随机测试方法,并分别进行了实验分析,从而证明了这两种方法的可行性,同时设计并实现了一个测试原型系统。本文主要完成工作阐述如下:1.提出了基于覆盖率的面向对象软件动态测试用例生成方法。在该方法中阐明了覆盖率动态排序监测技术,并且详细分析了该技术的三大组成模块,分别为预处理模块、程序插桩模块以及排序模块,其中程序插桩模块中定义了三类插桩规则,用于监测测试用例在执行过程中的四类覆盖率信息。在四类覆盖率信息中,选择其中的语句覆盖率信息应用到面向对象软件动态测试用例生成技术中,使得生成的测试用例能够拥有较高的语句覆盖率信息,从而提高检错效率。2.提出了基于覆盖率的自适应随机测试方法。在该方法中阐明了利用基于覆盖率的面向对象软件动态测试用例生成方法生成候选测试用例集,定义权重之和的公式为Weight=Distance+Coverage,即先计算候选测试用例集中的每个测试用例与所有已执行的测试用例的距离之和并进行归一化处理,再依据候选测试用例集中每个测试用例的语句覆盖率信息,通过该公式计算得到Weight值,Weight值最大的即为下一个执行测试用例。另外还说明了面向对象软件测试的实现方法,其中包括测试流程、实现的相关算法以及测试结果的自动化分析。3.设计并实现了一个测试原型系统（ARTCovPS）。其中包含了类图录入模块、参数配置模块、DTCG-COV执行模块、测试驱动模块、FSCS-COV算法执行模块以及结果统计模块,ARTCovPS系统完成了整个测试流程,具有较好的可行性。
二、面向对象软件测试探讨（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、面向对象软件测试探讨（论文提纲范文）
（1）面向对象程序的自动化单元测试框架研究与设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究内容 |
| 1.3 论文章节安排 |
| 第二章 相关研究 |
| 2.1 单元测试 |
| 2.2 面向对象程序测试 |
| 2.3 面向对象程序单元测试 |
| 2.3.1 面向对象程序单元测试理论 |
| 2.3.2 面向对象程序单元测试工具 |
| 2.3.3 面向对象程序单元测试现状分析 |
| 2.4 本章小结 |
| 第三章 面向对象程序的自动化单元测试框架需求分析 |
| 3.1 面向对象程序单元测试框架研究 |
| 3.1.1 框架设计原则 |
| 3.1.2 框架的原型设计 |
| 3.2 测试框架的功能需求 |
| 3.3 测试框架的性能需求 |
| 3.3.1 多程序测试后JVM内存溢出的工程问题 |
| 3.3.2 平台适应性 |
| 3.4 本章小结 |
| 第四章 面向对象程序的自动化单元测试框架设计 |
| 4.1 面向对象自动化单元测试框架 |
| 4.1.1 设计原理 |
| 4.1.2 系统概述与框架流程图 |
| 4.1.3 总体框架 |
| 4.2 针对C++程序的功能设计 |
| 4.2.1 相关模块的变更 |
| 4.2.2 私有成员函数的测试 |
| 4.2.3 函数重载 |
| 4.3 多程序测试JVM内存溢出问题的性能设计 |
| 4.3.1 JVM内存垃圾回收机制 |
| 4.3.2 序列化和反序列化 |
| 4.3.3 界面架构变更 |
| 4.4 适配器模块的设计 |
| 4.4.1 跨平台的需求 |
| 4.4.2 适配器设计模式 |
| 4.4.3 CTSCpp适配器设计 |
| 4.5 本章小结 |
| 第五章 实验结果及分析 |
| 5.1 实验环境 |
| 5.2 实验结果及分析 |
| 5.2.1 功能测试 |
| 5.2.2 性能测试 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 进一步研究工作 |
| 参考文献 |
| 附录 |
| 致谢 |
（2）基于动态信息的变概率ART测试方法及其在OOS测试中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 随机测试 |
| 1.2.2 自适应随机测试 |
| 1.2.3 基于ART的 OOS测试 |
| 1.3 本文的主要工作 |
| 1.4 论文的组织结构 |
| 1.5 本章小结 |
| 第二章 相关背景知识 |
| 2.1 软件测试 |
| 2.1.1 测试方法 |
| 2.1.2 回归测试 |
| 2.1.3 程序动态信息 |
| 2.1.4 失效区域类型 |
| 2.1.5 算法有效性度量 |
| 2.2 自适应随机测试 |
| 2.2.1 自适应随机测试基本思想 |
| 2.2.2 自适应随机测试主要算法 |
| 2.2.3 ART在 OOS中的对象距离度量 |
| 2.3 本章小结 |
| 第三章 回归测试中变概率自适应随机测试算法 |
| 3.1 变概率自适应随机测试 |
| 3.2 动态信息的利用 |
| 3.2.1 覆盖信息的获取 |
| 3.2.2 程序覆盖率的比较 |
| 3.3 回归测试中变概率自适应随机测试算法 |
| 3.3.1 算法描述 |
| 3.3.2 算法流程图 |
| 3.3.3 时间复杂度分析 |
| 3.4 实验分析 |
| 3.4.1 目标程序 |
| 3.4.2 实验评估标准 |
| 3.4.3 实验设置 |
| 3.4.4 实验结果分析 |
| 3.5 本章小结 |
| 第四章 变概率ART算法在面向对象程序中的应用 |
| 4.1 测试用例距离度量机制 |
| 4.1.1 距离表现形式 |
| 4.1.2 距离的运算 |
| 4.2 测试用例距离度量 |
| 4.2.1 测试用例的结构 |
| 4.2.2 测试用例距离度量公式 |
| 4.2.3 案例分析与验证 |
| 4.3 基于变概率ART算法的面向对象测试算法 |
| 4.3.1 算法描述 |
| 4.3.2 算法复杂度分析 |
| 4.3.3 测试流程 |
| 4.4 实验分析 |
| 4.4.1 目标程序 |
| 4.4.2 F-measure和 Fm-time实验结果分析 |
| 4.4.3 E-measure实验结果分析 |
| 4.5 本章小结 |
| 第五章 测试原型系统的设计与实现 |
| 5.1 测试流程和界面设计 |
| 5.1.1 测试流程 |
| 5.1.2 界面设计 |
| 5.2 系统模块分析 |
| 5.2.1 数值型程序测试模块 |
| 5.2.2 面向对象程序测试模块 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表的学术论文及科研成果 |
（3）面向对象程序的类测试方法研究和设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.3 研究内容 |
| 1.4 论文结构 |
| 第二章 相关技术 |
| 2.1 单元测试概述 |
| 2.2 静态建模相关技术 |
| 2.2.1 抽象语法树 |
| 2.2.2 控制流图 |
| 2.2.3 符号执行 |
| 2.2.4 区间运算 |
| 2.3 面向对象程序测试 |
| 2.4 类测试 |
| 2.5 本章小结 |
| 第三章 面向对象程序类测试相关问题分析 |
| 3.1 类间测试不充分问题 |
| 3.1.1 问题描述 |
| 3.1.2 继承关系构建 |
| 3.2 控制流结构表示问题 |
| 3.2.1 问题描述 |
| 3.2.2 类的结构化存储 |
| 3.2.3 类成员方法控制流图 |
| 3.2.4 扩展优化处理 |
| 3.3 面向类成员方法选路问题 |
| 3.3.1 问题描述 |
| 3.3.2 路径生成技术 |
| 3.3.3 路径组合方法 |
| 3.4 面向类成员方法路径测试用例生成问题 |
| 3.4.1 问题描述 |
| 3.4.2 分支限界技术 |
| 3.5 本章小结 |
| 第四章 面向路径的类测试方法设计 |
| 4.1 系统架构 |
| 4.2 核心模块设计 |
| 4.2.1 模块流程设计 |
| 4.2.2 模块类设计 |
| 4.3 类的静态建模相关算法 |
| 4.3.1 继承关系构建算法 |
| 4.3.2 类成员方法控制流图生成算法 |
| 4.4 类成员方法路径生成相关算法 |
| 4.4.1 基本子路径生成算法 |
| 4.4.2 实例化子路径生成算法 |
| 4.4.3 完整路径生成算法 |
| 4.5 面向路径的测试用例生成相关算法 |
| 4.5.1 路径约束分析算法 |
| 4.5.2 测试用例自动生成算法 |
| 4.6 本章小结 |
| 第五章 实验结果及分析 |
| 5.1 实验环境 |
| 5.2 实验结果及分析 |
| 5.2.1 类控制流图实验 |
| 5.2.2 选路及测试用例生成实验 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 进一步研究工作 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（4）视觉测量软件系统中的算法集成及测试技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 算法集成技术研究现状 |
| 1.3.2 软件测试技术研究现状 |
| 1.3.3 图像质量评价方法 |
| 1.4 课题的主要研究内容 |
| 第二章 面向测试的模块化图像处理算法集成框架 |
| 2.1 引言 |
| 2.2 视觉测量算法集成框架 |
| 2.2.1 面向测试的视觉测量算法集成框架 |
| 2.2.2 对象设计 |
| 2.2.3 算法模块接口设计 |
| 2.3 集成框架及接口实现 |
| 2.3.1 基于MATLAB的算法模块集成框架混合结构 |
| 2.3.2 MATLAB面向对象的视觉测量算法模块接口 |
| 2.4 自动测试框架 |
| 2.5 小结 |
| 第三章 视觉测量系统中的算法模块测试技术 |
| 3.1 引言 |
| 3.2 算法软件模块的单元测试 |
| 3.2.1 视觉测量算法模块测试计划 |
| 3.2.2 测试流程 |
| 3.2.3 测试报告 |
| 3.3 基于VR的测试用例生成技术 |
| 3.3.1 基于VR的三维目标测试图像 |
| 3.3.2 工业场景与VR相结合的多参数三维目标测试图像 |
| 3.3.3 测试用例生成技术 |
| 3.4 视觉测量算法模块的性能测试 |
| 3.4.1 图像处理类的算法性能评价 |
| 3.4.2 模式识别类的算法性能评价 |
| 3.4.3 参数估计类的算法性能评价 |
| 3.4.4 实时性 |
| 3.5 小结 |
| 第四章 实验测试及结果分析 |
| 4.1 引言 |
| 4.2 软件测试环境 |
| 4.2.1 测试平台与测试环境 |
| 4.2.2 集成及自动测试框架的MATLAB实现 |
| 4.3 算法测试结果 |
| 4.3.1 图像处理类算法性能测试结果 |
| 4.3.2 模式识别类算法性能测试结果 |
| 4.3.3 参数估计类算法性能测试结果 |
| 4.3.4 算法集成测试结果 |
| 4.4 结果分析 |
| 4.5 小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者和导师简介 |
| 附件 |
（5）以RRT技术为例的面向对象软件测试方法探究（论文提纲范文）
| 1 面向对象软件测试技术概述 |
| 1.1 面向对象软件测试技术概念及优势 |
| 1.2 面向对象软件测试技术的检测内容 |
| 1.3 面向对象的测试及测试用例生成 |
| 2 RRT算法概述 |
| 3 RRT中面向对象软件测试实践 |
| 4 结语 |
（6）ART中内存选择技术及在面向对象软件测试中的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 面向对象软件测试方法研究 |
| 1.2.2 基于ART的面向对象软件测试方法研究 |
| 1.2.3 与内存选择技术相关的面向对象软件测试方法研究 |
| 1.3 本文的主要工作 |
| 1.4 论文组织结构 |
| 1.5 小结 |
| 第二章 ART与基于ART的面向对象软件测试方法 |
| 2.1 自适应随机测试 |
| 2.1.1 ART的基本思想 |
| 2.1.2 ART的基本算法 |
| 2.1.3 ART算法的距离度量 |
| 2.1.4 ART算法的有效性度量 |
| 2.1.5 ART中的内存选择技术 |
| 2.2 基于ART的面向对象软件测试 |
| 2.2.1 Randoop |
| 2.2.2 ARTOO |
| 2.2.3 ART-Gen |
| 2.2.4 OMISS-ART |
| 2.3 小结 |
| 第三章 ART中基于k均值聚类的OOS测试方法 |
| 3.1 ART中基于k均值聚类的OOS测试用例生成框架 |
| 3.1.1 已执行测试用例子集生成模块 |
| 3.1.2 固定大小的候选测试用例集生成模块 |
| 3.1.3 测试用例距离度量模块 |
| 3.1.4 聚类模块 |
| 3.1.5 下一个测试用例挑选模块 |
| 3.2 测试用例距离度量模块 |
| 3.2.1 现有度量及其不足 |
| 3.2.2 基于IWT的OOS测试用例距离度量机制与距离计算公式 |
| 3.3 k均值聚类模块 |
| 3.4 算法描述 |
| 3.4.1 ART-kClustering算法 |
| 3.4.2 IWTnextTC算法 |
| 3.4.3 算法举例说明 |
| 3.5 实验分析 |
| 3.5.1 实验设置 |
| 3.5.2 实验评估标准 |
| 3.5.3 k值确定方法 |
| 3.5.4 实验结果分析 |
| 3.6 小结 |
| 第四章 ART中 k均值聚类的最优k值确定方法 |
| 4.1 面向对象被测类库的数据分析 |
| 4.1.1 面向对象被测类库聚类标准 |
| 4.1.2 基于面向对象被测类库的k均值聚类分析过程图 |
| 4.2 ART中最优k值确定方法 |
| 4.2.1 现有的最优k值确定方法 |
| 4.2.2 基于实验过程的最优k值确定方法 |
| 4.2.3 基于实验过程的最优k值求解模型 |
| 4.2.4 最优k值生成算法 |
| 4.3 实验分析 |
| 4.3.1 实验设置 |
| 4.3.2 实验评估标准 |
| 4.3.3 k值确定方法 |
| 4.3.4 实验结果分析 |
| 4.4 小结 |
| 第五章 测试原型系统的设计与实现 |
| 5.1 系统执行流程与界面设计 |
| 5.1.1 测试系统执行流程 |
| 5.1.2 系统界面设计 |
| 5.2 系统模块设计 |
| 5.2.1 类图录入模块 |
| 5.2.2 参数分析模块 |
| 5.2.3 k值确定模块 |
| 5.2.4 测试执行模块 |
| 5.2.5 结果统计模块 |
| 5.3 系统总结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间取得的科研成果及参与的科研项目 |
（7）基于分组与状态机的蜕变测试方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 蜕变测试技术研究概况 |
| 1.2.2 面向对象软件测试研究概况 |
| 1.3 研究内容和章节安排 |
| 第二章 关键技术研究 |
| 2.1 蜕变测试技术 |
| 2.1.1 蜕变测试概述 |
| 2.1.2 基本概念 |
| 2.2 覆盖准则 |
| 2.3 遗传算法 |
| 2.4 变异分析 |
| 2.5 本章小结 |
| 第三章 基于分组的蜕变测试优化方法 |
| 3.1 分组 |
| 3.2 优化策略 |
| 3.3 实验验证 |
| 3.4 本章小结 |
| 第四章 基于状态机的蜕变测试优化方法 |
| 4.1 面向对象的类测试 |
| 4.2 状态机模型 |
| 4.2.1 并发层次状态机 |
| 4.2.2 扩展有限状态机EFSM |
| 4.2.3 并发层次状态机向EFSM转换 |
| 4.3 优化策略 |
| 4.4 实验验证 |
| 4.4.1 状态分析 |
| 4.4.2 生成变异体 |
| 4.4.3 蜕变关系 |
| 4.4.4 实验结果分析 |
| 4.5 本章小结 |
| 第五章 基于图的遍历搜索的测试 |
| 5.1 遍历算法 |
| 5.2 理论分析 |
| 5.3 广度优先覆盖测试 |
| 5.4 深度优先覆盖测试 |
| 5.5 广度优先与深度优先覆盖测试对比 |
| 5.6 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（8）面对对象软件测试技术发展（论文提纲范文）
| 1 面向对象技术概述 |
| 1.1 面向对象技术的内涵和特点 |
| 1.2 面向对象技术的功能模块 |
| 1.3 面向对象技术存在的问题 |
| 2 面向对象软件测试模型 |
| 2.1 面向对象分析 (OOA) 的测试 |
| 2.2 面向对象设计 (OOD) 的测试 |
| 2.3 面向对象编程 (OOP) 的测试 |
| 3 面向对象软件测试方法 |
| 3.1 正交试验设计法 |
| 3.2 前置条件测试方法 |
| 3.3 面向对象类的测试方法 |
| 4 结语 |
（9）基于面向对象的软件测试管理系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 本文组织结构 |
| 2 系统开发关键技术 |
| 2.1 J2EE技术架构 |
| 2.2 MVC设计模式 |
| 2.3 SSH框架 |
| 2.4 面相关对象开发过程 |
| 2.5 本章小结 |
| 3 需求分析与建模 |
| 3.1 系统需求分析 |
| 3.1.1 测试需求分析 |
| 3.1.2 测试计划制定 |
| 3.1.3 测试执行 |
| 3.1.4 缺陷管理 |
| 3.1.5 测试分析管理 |
| 3.1.6 测试人员管理 |
| 3.2 需求建模 |
| 3.2.1 功能模型 |
| 3.2.2 行为模型 |
| 3.2.3 结构模型 |
| 3.3 本章小结 |
| 4 系统设计 |
| 4.1 设计原则 |
| 4.2 开发架构 |
| 4.3 系统功能设计 |
| 4.4 SSH框架设计 |
| 4.4.1 控制层设计 |
| 4.4.2 业务层设计 |
| 4.4.3 DAO层设计 |
| 4.4.4 持久层设计 |
| 4.5 数据库设计 |
| 4.6 本章小结 |
| 5 系统实现 |
| 5.1 开发工具 |
| 5.2 系统模块 |
| 5.3 主要功能实现 |
| 5.3.1 JSP页面实现 |
| 5.3.2 Action调度 |
| 5.3.3 拦截器实现 |
| 5.3.4 权限管理 |
| 5.3.5 数据访问 |
| 5.3.6 业务功能实现 |
| 5.4 系统实现界面 |
| 5.4.1 系统管理 |
| 5.4.2 需求管理 |
| 5.4.3 计划管理 |
| 5.4.4 执行管理 |
| 5.4.5 缺陷管理 |
| 5.4.6 报表管理 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 下一步工作设想 |
| 致谢 |
| 参考文献 |
（10）基于覆盖率的ART方法及其在面向对象软件测试中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 面向对象软件测试方法研究 |
| 1.2.2 基于ART的OOS测试方法研究 |
| 1.2.3 与覆盖率相关的OOS测试方法研究 |
| 1.3 本文的主要工作 |
| 1.4 论文组织结构 |
| 1.5 小结 |
| 第二章 软件测试和自适应随机测试技术 |
| 2.1 软件测试 |
| 2.1.1 测试目的及方法 |
| 2.1.2 测试阶段 |
| 2.1.3 测试自动化 |
| 2.2 自适应随机测试 |
| 2.2.1 自适应随机测试基本思想 |
| 2.2.2 自适应随机测试基本算法 |
| 2.2.3 算法的有效性度量 |
| 2.3 ANTLR简介 |
| 第三章 基于覆盖率的面向对象软件动态测试用例生成 |
| 3.1 方法概述 |
| 3.1.1 方法框架结构 |
| 3.1.2 覆盖率模块 |
| 3.1.3 动态测试用例生成模块 |
| 3.2 覆盖率信息概述 |
| 3.3 覆盖率动态排序监测技术研究 |
| 3.3.1 覆盖率动态排序监测技术总体框架 |
| 3.3.2 预处理模块 |
| 3.3.3 程序插桩模块 |
| 3.3.4 排序模块 |
| 3.4 动态测试用例生成技术的算法研究 |
| 3.4.1 DTCG-COV的实现算法 |
| 3.4.2 DTCG-COV的算法示例流程图 |
| 3.5 实验分析 |
| 3.5.1 实验设置 |
| 3.5.2 实验结果分析 |
| 3.6 小结 |
| 第四章 基于覆盖率的自适应随机测试方法 |
| 4.1 方法概述 |
| 4.1.1 方法框架结构 |
| 4.1.2 候选测试用例集生成模块 |
| 4.1.3 测试用例挑选模块 |
| 4.2 FSCS-COV算法研究 |
| 4.2.1 FSCS-COV算法 |
| 4.2.2 FSCS-COV算法流程图 |
| 4.2.3 FSCS-COV算法关键思路说明 |
| 4.3 实现方法 |
| 4.3.1 测试流程 |
| 4.3.2 RMPVG算法、OC算法及MSV算法 |
| 4.3.3 测试结果的自动化分析 |
| 4.4 实验分析 |
| 4.4.1 基本测试流程 |
| 4.4.2 实验设置 |
| 4.4.3 实验结果分析 |
| 4.5 小结 |
| 第五章 测试原型系统的设计与实现 |
| 5.1 ARTCovPS执行流程与界面设计 |
| 5.1.1 系统执行流程 |
| 5.1.2 界面设计 |
| 5.2 系统模块分析 |
| 5.2.1 类图录入模块 |
| 5.2.2 参数配置模块 |
| 5.2.3 DTCG-COV执行模块 |
| 5.2.4 测试驱动模块 |
| 5.2.5 FSCS-COV算法执行模块 |
| 5.2.6 结果统计模块 |
| 5.3 系统总结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表的学术论文及科研成果 |
四、面向对象软件测试探讨（论文参考文献）
- [1]面向对象程序的自动化单元测试框架研究与设计[D]. 任路遥. 北京邮电大学, 2020(05)
- [2]基于动态信息的变概率ART测试方法及其在OOS测试中的应用[D]. 包骐豪. 江苏大学, 2020(02)
- [3]面向对象程序的类测试方法研究和设计[D]. 陈江南. 北京邮电大学, 2020(04)
- [4]视觉测量软件系统中的算法集成及测试技术研究[D]. 乔嘉雨. 北京化工大学, 2019(06)
- [5]以RRT技术为例的面向对象软件测试方法探究[J]. 黄少芬. 信息与电脑(理论版), 2019(07)
- [6]ART中内存选择技术及在面向对象软件测试中的应用研究[D]. 周敏敏. 江苏大学, 2019(12)
- [7]基于分组与状态机的蜕变测试方法研究[D]. 安韵涵. 中国舰船研究院, 2018(05)
- [8]面对对象软件测试技术发展[J]. 王川,杭佳祺,殷静. 数字技术与应用, 2017(09)
- [9]基于面向对象的软件测试管理系统设计与实现[D]. 童晓翠. 南京理工大学, 2017(06)
- [10]基于覆盖率的ART方法及其在面向对象软件测试中的应用[D]. 葛宏河. 江苏大学, 2017(01)
标签：测试用例设计论文; 面向对象分析与设计论文; 程序测试论文; 软件测试计划论文; 随机算法论文;