智能化软件测试基础

暂缺《智能化软件测试基础》简介

　　张卫祥，主要从事航天软件评测与软件工程化工作，研究方向是智能化软件测试技术、软件工程化与软件质量保证技术等。

第一篇软件测试基础
第1章绪论
1.1软件测试概述
1.1.1软件测试简史
1.1.2软件测试定义
1.1.3软件测试原则
1.1.4软件的可测试性
1.1.5软件测试模型
1.1.6软件测试类型
1.1.7软件关键等级
1.2智能化技术综述
1.3智能化软件测试
1.4组织结构
第2章软件测试基础
2.1软件测试级别
2.1.1单元测试
2.1.2集成测试
2.1.3配置项测试
2.1.4系统测试
2.2软件测试技术
2.2.1结构测试
2.2.2功能测试
2.3软件测试过程
2.3.1测试需求分析与策划
2.3.2测试设计与实现
2.3.3测试执行
2.3.4测试总结
2.4测试项目管理
2.4.1需求管理
2.4.2策划管理
2.4.3跟踪与控制
2.4.4质量保证
2.4.5配置管理
2.5软件产品验证
2.5.1自主可控审查
2.5.2文档审查
2.5.3功能性测试
2.5.4性能效率测试
2.5.5易用性测试
2.5.6可靠性测试
2.5.7安全性测试
2.5.8兼容性测试
2.5.9维护性测试
2.5.10可移植性测试
2.6软件缺陷分析
2.6.1缺陷分类方法
2.6.2缺陷分析方法
2.6.3缺陷原因与建议
第3章数学基础
3.1集合
3.1.1集合的定义
3.1.2集合的表示
3.1.3韦恩图
3.1.4集合运算
3.1.5集合划分
3.2函数
3.2.1函数的定义
3.2.2函数的分类
3.2.3函数的复合
3.3关系
3.3.1关系的定义
3.3.2关系的分类
3.3.3关系的性质
3.4命题逻辑
3.4.1命题的定义
3.4.2逻辑运算符
3.4.3逻辑表达式
3.5图论
3.5.1图的定义
3.5.2图的表示
3.5.3图的属性
3.5.4有向图
3.5.5程序图
3.5.6有限状态机
3.6概率论
3.6.1基本概念
3.6.2随机变量
3.6.3随机变量的数字特征
3.6.4大数定律与中心极限定理
3.6.5马尔可夫链
第二篇智能化技术基础
第4章知识表示
4.1知识
4.2知识表示
4.3知识表示方法
4.4小结
第5章知识发现
5.1知识发现定义
5.2知识发现过程
5.3知识发现方法
5.4知识发现应用
5.5小结
第6章神经网络
6.1基本原理
6.2典型结构
6.3学习算法
6.4小结
第7章机器学习
7.1学习与机器学习
7.2机器学习系统
7.3机器学习系统的基本结构
7.4机器学习的主要策略
7.5有监督学习
7.5.1K-近邻算法
7.5.2决策树
7.5.3支持向量机
7.6无监督学习
7.6.1聚类
7.6.2自编码器
7.7小结
第8章专家系统
8.1基本概念
8.2专家系统的结构
8.3专家系统的建造
8.4新型专家系统
8.5小结
第9章进化计算
9.1进化计算基础
9.2遗传算法概念与原理
9.3遗传算法流程
9.4进化规划
9.5进化策略
9.6小结
第10章群体智能
10.1概述
10.2蚁群算法
10.3粒子群算法
10.4人工免疫算法
10.5小结
第11章模糊推理
11.1不确定性推理
11.2模糊推理基础
11.3模糊集相似性
11.4模糊推理模型
11.5小结
第12章概率推理
12.1概率论
12.2概率推理方法
12.3可信度方法与主观贝叶斯方法
12.4证据理论
12.5证据的合成规则
12.6证据理论的推理模型
12.7小结
第三篇智能化软件测试导论
第13章智能化技术在测试分析中的应用
13.1概述
13.2需求识别与提取
13.3需求知识分类
13.4需求模型构建
13.5需求建模评估
第14章智能化技术在测试设计中的应用
14.1概述
14.2测试用例与遗传算法
14.2.1测试用例优先排序
14.2.2测试用例排序评价指标
14.2.3测试用例排序算法
14.3测试数据与演化计算
14.3.1面向输出域的功能性测试
14.3.2基于遗传算法的测试数据生成
14.3.3实验验证与结果分析
14.4测试设计与群体智能
14.4.1基于粒子群算法的测试用例优先排序
14.4.2基于蚁群算法的测试用例优先排序
14.4.3基于人工免疫算法的测试数据生成
14.5测试设计与专家系统
14.5.1功能与结构
14.5.2推理与应用
第15章智能化技术在测试执行中的应用
15.1概述
15.2自动化测试与测试脚本
15.2.1自动化测试
15.2.2自动化测试脚本
15.2.3数据驱动和基于模型的测试技术
15.3自动化测试框架设计
15.4缺陷定位与自动程序修复
15.4.1缺陷定位
15.4.2补丁生成
15.4.3补丁验证
第16章智能化技术在测试总结中的应用
16.1概述
16.2软件评估与模糊推理
16.2.1软件可信性分解模型
16.2.2软件可信性权值矩阵
16.2.3实施软件可信评估
16.2.4评估例
16.3软件评估与证据理论
16.3.1全生命周期的评估模型
16.3.2全生命周期的定量评估方法
16.3.3软件可信性评估实例
参考文献