模糊数学在软件测试质量评价应用.docVIP

模糊数学在软件测试质量评价应用 　　本文通过对测试活动的分析，建立软件测试过程模型，确定出不同测试阶段的度量元，并采用模糊数学方法对测试过程进行度量和评判，为测试过程持续改进提供准确的依据。 　　【关键词】模糊数学 质量评价 度量指标体系 　　1 引言 　　随着军队机械化向信息化迈进步伐的加快，软件在军队信息化建设中所占的比重越来越大，软件规模越来越大，复杂度不断增高，软件质量成为军事行动成败的关键因素之一，因此，军方和工业部门都对军用装备软件的质量倍加关注。作为软件质量保证手段之一的软件测试越来越受到各级主管部门的重视，软件测试已成为各类军用软件研制和定型中的一个必要环节。 　　随着软件测试理论的不断完善，软件的评价和软件质量的度量获得了很大的进步。选择科学合理的评价方法成为软件测试质量评价的首要问题，也是当前软件测试质量评价研究中的难点。本文以软件测试方法为基础，提出了通过建立软件测试质量评价指标体系，运用模糊理论进行软件测试质量评价的方法，对软件测试质量进行定性与定量的综合评价。 　　2 度量指标体系的确立 　　对测试项目的整体质量做一个客观评价时需有一个度量标准来实施，因此应建立一个软件测试质量指标体系。标准的软件质量测度是这样建立的：软件质量模型分为三个层次，第一层有6个影响质量的主要因素，在标准中称之为“质量特性”。而每个质量特性又可以通过第二层的若干个子特性测量，第二层的每个子特性在评价时要定义并实施若干个度量。在这里我们可以使用ISO 9126-2001质量模型。 　　通过软件测试质量指标体系可以看出，由于软件测试的特殊性，虽然指标值在承诺范围内，但仅用“好”与“不好”来描述测试的质量并不符合实际。测试方案之间的质量差异不很明显，质量的变化存在模糊性，因此在识别质量变化时，模糊方法比经典数学方法可行。运用模糊方法评价信息不是“非此即彼”，反映了测试人员主观评价测试质量的真实感受，可以更准确地描述测试人员对测试质量的感受程度，使软件测试质量的评价信息更接近实际。对模糊方法的研究也已经相对成熟，运用模糊方法对软件测试质量进行评价是可行的。 　　3 基于模糊数学的评价过程 　　3.1 相关概念 　　经典集合论只能把自己的表现力限制在那些有明确外延的概念和事物上，它明确地限定：每个集合都必须由明确的元素构成，元素对集合的隶属关系必须是否或是这种明确的关系，决不能模棱两可。为了克服这种局限性，模糊集合的概念应运而生，在此基础上有了模糊映射和模糊变换。 　　（1）定义1：设在论域U 上给定了一个映射 　　A： U → [0，1] 　　u |→A（u） 　　则称A 为U 上的模糊集，A（u）称为A 的隶属函数（或称为u 对A 的隶属度）。因此，从定义来看，模糊集合是经典集合的一种推广，它允许隶属度函数在区间[0，1]上任意取值。也就是说，经典集合的隶属函数只允许取两个值0和1，而模糊集合的隶属度函数则是区间[0，1]上的一个连续函数。 　　（2）定义2：称映射 　　f ： U→F（V ） 　　是从U 到V 的F 映射。或表示为 　　u |→f（u ） = B∈F（V ） 　　F 映射是一种对应关系：U 上的任一元素u 与V 上的唯一确定F 集B 对应。 　　（3）定义3：称映射 　　T ： F（U）→F（V ） 　　为从U 到V 的一个F 变换。U 上的F 集，经变换T 后，得到V 上的F 集B。 　　3.2 评价过程 　　模糊综合评判法是基于评价过程的非线性特点而提出的，在综合考虑评判对象的多项指标，并兼顾评判对象各种特性、各方面因素的基础上，将各项指标进行量化，利用模糊数学中的模糊运算法则，对非线性的评价论域进行综合，从而得到可比的量化评价结果的过程。 　　模糊综合评判的过程是：将评价目标看成是由多种因素组成的模糊集合（称为因素集 u），再设定这些因素所能选取的评审等级，组成评语的模糊集合（称为评判集 v），分别求出各单一因素对各个评审等级的归属程度（称为模糊矩阵），然后根据各个因素在评价目标中的权重分配，通过计算（称为模糊矩阵合成），求出评价的定量解值。 　　3.2.1 一级模糊综合评判 　　（1）选取模糊评判因素集U，即建立评判指标体系，确定评判哪些方面。 　　U = {u 1 u2 … un} 　　（2）确定判断集，它是评语组成的集合。 　　V = {v1 v2 … vm} 　　（3）确定因素集中各因素的权系数。由于各因素地位未必相等，所以需要对各因素加权，用U上的F集A = （a1， a2， … an）表示各因素的权数分配，权重应满足归一性和非负性，即aj=1且 aj≥0 　　（4）单因素评判，即对单个因素 ui （i = 1，…， n）的评判，