导读:本文包含了测试数据优化论文开题报告文献综述及选题提纲参考文献，主要关键词:导弹,维修决策,D-S证据理论,灰色预测
测试数据优化论文文献综述
丛林虎,赵建忠,邓建球[1]（2019）在《基于测试数据的导弹状态维修优化决策方法》一文中研究指出针对部队面临训练、战备、演习或作战任务时,由于时间紧迫,工作繁多,无法为单个部件或分系统一一制定维修方案,只能通过测试掌握导弹的整体状态,从整弹的层面制定维修保障方案,采取维修措施的实际问题,提出了一种基于测试数据的导弹整弹状态维修优化决策方法。首先,针对传统D-S证据理论无法很好的处理高冲突证据的合成问题,在分析现有改进D-S证据理论的基础上,建立了基于改进D-S证据理论的导弹状态评估模型,对导弹的当前状态进行了评估;其次,利用灰色模型对评估结果较差的导弹进行状态预测,判断其状态进一步劣化的趋势,为后续的决策制定提供依据;最后,根据导弹的状态评估与预测结果,分析导弹的维修需求,制定合理的维修决策方案。实例验证结果表明,提出的导弹状态维修优化决策方法符合部队实际,采取的维修措施针对性更强,并可克服以往凭主观经验制定维修计划的问题。(本文来源于《现代防御技术》期刊2019年05期）
青欣,文伟军,金星,姜镇[2]（2019）在《基于海量数据的HBase写入性能测试与优化》一文中研究指出HBase解决了大规模数据的结构化存储和实时的随机读写访问,但HBase提供的API在大规模数据批量写入等方面存在着性能瓶颈,不能很好地满足应用需求。本文提出了基于MapReduce架构实现HBase的性能优化方案,并设计了分布式程序进行验证,实验表明在海量数据应用条件下采用MapReduce计算框架能够利用HBase集群的计算性能,相比传统的单线程和多线程数据写入方式具有更好的实用性和有效性,同时结合这叁类数据写入方式的性能特征提出了以写入数据量为依据的选择策略。(本文来源于《电脑知识与技术》期刊2019年06期）
甄庆,刘雪飞,郭新,陈建[3]（2019）在《主站端调度数据网络通道优化配置及测试方法》一文中研究指出1主厂站调度数据网络配置基本情况目前,我公司220 kV及以上公用变电站、主力电厂及重要用户变电站都实现了双平面数据网络覆盖。厂站内远动装置可以通过双数据网络的任一平面与调度主站前置机建立通信连接,上送"四遥"信息并响应主站控制命令。(本文来源于《电世界》期刊2019年01期）
施丽聪[4]（2018）在《优化课堂提问,促进深度阅读——基于阅读测试的数据》一文中研究指出阅读教学通过提问启发学生思考,培养他们的阅读理解能力和运用评鉴能力。本文试以阅读测试对接课堂教学,探讨如何改进课堂提问(包括学生提问),使之指向高层级阅读能力,促进学生深度阅读思考,提升学生的阅读素养。一、关注课堂提问之缘由在省质量监测试卷中,阅读(本文来源于《语文建设》期刊2018年36期）
薛猛,姜淑娟,王荣存[5]（2018）在《基于智能优化算法的测试数据生成综述》一文中研究指出软件测试是一种极为有效的软件质量保证手段。测试数据生成是软件测试的关键。基于智能优化算法的测试数据生成方法为自动化的测试数据生成提供了解决问题的一个有效手段。首先重点总结归纳了在基于智能优化算法的测试数据生成中使用最为频繁的两种算法:遗传算法和粒子群优化算法的研究成果,分析了研究现状,接着简单介绍了基于智能优化算法的测试数据生成工具:AUSTIN和Evo Suite,最后对存在的问题及未来的研究内容进行了尝试性的探讨。(本文来源于《计算机工程与应用》期刊2018年17期）
邹罡[6]（2018）在《一种材料性能测试系统的压力数据采集优化方法》一文中研究指出这个研究的目的是对材料压力测试系统中的压力测量环节进行传感器采集值数据优化。通过建立被测样品受力的数学模型并结合传感器原始测量值,使用卡尔曼滤波器对测量值进行实时的修正。在linux平台上使用C++设计了包含卡尔曼滤波器算法的压力测试系统上位机软件。(本文来源于《电子技术与软件工程》期刊2018年16期）
马方明[7]（2018）在《基于综合测试数据的频率自动优化的实现》一文中研究指出频率优化是移动通讯网络优化的基础工作,高效率的频率优化工作为优秀的无线网络质量提供了有力保障。文章提供了一种根据综合测试数据来进行自动频率优化的思路,使频率优化效率更高。(本文来源于《信息通信》期刊2018年07期）
陈一鸣[8]（2018）在《宁东供电公司综合数据网的优化设计与测试应用》一文中研究指出近年来,国家电网公司信息化水平的提高,带动了电网技术和电力通信技术的高速发展,电力行业综合数据网络承载的业务流量呈指数增长。为了满足电网信息业务的实时性、可靠性以及安全性需求,建立一个安全性高、可承载各类电力业务、支持多种协议的综合数据网络成为必要议题。本文以国网宁东供电公司为例,从可靠性、实用性、安全性等多方面考虑,对其现有的综合数据网络进行优化设计,并对优化后的综合数据网进行测试以判断其是否符合企业承载业务的标准。宁东供电公司的综合数据网络是服务于国家电网公司内部的信息网络,全网拓扑链路结构复杂、串联节点较多,多数重要节点采用单链路接入广域网,全网安全性与可靠性有待提高。论文在分析宁东供电公司综合数据网络现状的基础上,针对现有问题,优化宁东供电公司综合数据网网络拓扑图、搭建支持网络结构的协议配置模型,提出符合宁东供电公司综合数据网运行管理特点的网络安全策略及建议并开展优化设计。论文根据宁东供电公司综合数据网络所承载业务的需求,对宁东供电公司综合数据网整体进行优化设计。优化内容主要包括:一、对宁东供电公司所辖业务全网连接方法、网络拓扑图结构进行优化改进,将现网络拓扑结构优化为树形网络拓扑结构,增加一台骨干设备和核心设备,与原来的核心、骨干设备形成“口”字形连接,同时增加一路上级出口,提高可靠性与实用性。二、对网络协议进行优化,由全网OSPF协议变更为骨干网使用ISIS协议,ISIS协议直接运行在链路层,可以承载多种网络类型,相较于OSPF协议更加稳定可靠。ISIS的定时器允许比OSPF更细的调节,可以按需求提高或降低收敛速度。叁,对宁东供电公司IP地址进行重新规划,改善因业务增加导致IP地址紧俏的问题。对网络设备本地环回接口(Loopback)、ISIS协议地址、网络协议配置、全网安全策略、信息设备电源输入来源进行优化。利用华为eNSP网络模拟器,根据优化方案,对宁东供电公司综合数据网进行模型搭建和仿真测试。测试内容包括链路中断测试、设备故障测试、安全性测试、全网基本测试(包括对优化后的组网协议OSPF、BGP、MPLS、ISIS等进行测试)。经过仿真测试,结果表明优化后的宁东供电公司综合数据网可靠性更高,平均提升44%,更加便于管理运维,安全性更高。满足宁东供电公司对综合数据网可靠性、实用性以及安全性的要求。(本文来源于《宁夏大学》期刊2018-06-01）
马贵菊[9]（2018）在《基于智能优化算法的测试数据自动生成优化研究》一文中研究指出软件测试能够保障软件产品的质量,但是同时也占据了整个软件开发周期中将近一半的成本和资源。传统的测试数据的获取需要人工手动设计,而随着软件的规模扩大以及复杂性的提高,手动设计测试数据已经不能满足测试的要求,因此,自动生成测试数据成为许多学者研究的热点和重点,自动生成测试数据可以减少测试消耗的时间,提高测试的效率。对测试数据自动生成的研究主要有两个方面,分别是面向单路径和面向多路径的测试数据生成。为了提高测试数据生成的效率和覆盖率,本文做了以下两个方面的工作:(1)在面向单路径的测试数据自动生成研究中,本文在所使用的萤火虫算法中引入了动态递增的压缩因子,提出了DCFA(Dynamic Compression Firefly Algorithm)算法。萤火虫算法是一种较为新颖的智能优化类算法,它最明显的优点是实现简单,同时收敛速度也比较快,关键是它的发展比较晚,它在单路径测试中有着巨大的发展潜力和研究空间,但是萤火虫算法自身还有一些不足之处,如其在进行局部搜索和全局搜索时,两者之间平衡性较弱,为了调整其局部与全局搜索的能力,本文在萤火虫算法中加入了动态的惯性权重,另一方面由于萤火虫算法在进行局部搜索时,采用的策略是随机搜索,为了加强算法局部搜索的能力,更好的控制算法搜索的区域,本文在加入惯性权重的基础上又引入了动态递增的压缩因子,设计了DCFA算法,然后将DCFA算法应用在单路径测试数据的自动生成实验中,实验验证DCFA算法能够更快的找到最优解,生成相应的测试数据。(2)在面向多路径的测试数据的自动生成方面,本文设计提出了基于粒子群算法和烟花爆炸算法相结合的FWPSO(Fireworks Particle Swarm Optimization)算法。多路径测试的难点在于如何在一次搜索内生成能够覆盖到多条目标路径的数据,以及路径之间相似度的计算,本文在设计路径相似性的计算方法时,充分考虑了影响路径相似性的不同因素重要性的不同,同时,在将粒子群算法应用到多路径的测试中时,考虑到后期粒子多样性的降低,导致陷入局部极值的情况,本文在粒子群算法中加入了烟花爆炸算法中的“爆炸”思想,设计了基于烟花爆炸算法的FWPSO算法,其基本思想是在粒子每次迭代完成时,由当前最优粒子“爆炸”产生新的粒子,然后几个粒子之间进行比较,选取最优粒子参与下一次的更新迭代,通过这样的方法能够增加粒子种群的多样性,有助于算法在后期跳出局部极值的限制,能够更快的寻找到全局的最优值,本文最后将提出的FWPSO算法应用到面向多路径测试的数据生成实验中,经实验验证在多路径测试中,该算法在寻优效率和覆盖率上均有所提高。(本文来源于《河南大学》期刊2018-06-01）
翁晴晴[10]（2018）在《应用自适应差分进化算法优化软件测试数据的研究》一文中研究指出软件测试作为保证软件产品质量的重要手段,一直以来受到行业人士及学者的关注。软件测试的主要目的是在测试过程中尽可能多地发现软件产品中存在的错误或潜在缺陷,很显然软件测试是软件开发过程中非常重要的环节。而软件测试中测试用例的生成效率及质量又影响着整个测试流程的效果,因此如何设计出一个高效的测试用例生成方法,对软件测试来说至关重要。差分进化算法是一种具有较强的全局收敛能力和鲁棒性的进化算法,属于基于群体的启发式优化算法的一种。差分进化算法本身具有容易实现、结构简单、鲁棒性强和收敛速度快等优势,能够很好地应用于软件测试用例的自动化产生。但是标准的差分进化算法需要人工依照先验知识事先设置好控制参数,并在后期不断调整以提高算法效率;而且同其他智能搜索算法类似,在算法进化后期易陷入局部最优,不能很好地直接用于软件测试用例的产生,因此如何改进差分进化算法对收敛速度和收敛精度的提高,更好的应用于测试用例的自动化产生非常重要。本文主要围绕自适应差分进化算法的优化展开研究,并及将其应用于基于路径覆盖的测试用例的自动化产生。主要工作在于:首先,本文对软件测试的重要性进行了概述;同时对现有的差分进化算法及自适应差分进化算法的优缺点进行了分析总结,并对差分进化算法的研究现状进行了概述:另外,介绍了软件测试的研究现状及测试用例生成的现有方法,并分析了各种方法的优缺点。第二,针对现有自适应差分进化算法容易陷入局部最优和收敛精度较低的问题,本文结合机器学习中的反向学习策略,提出了基于反向学习的增强型自适应差分进化算法(Opposition-based Learning of Adaptive Differential Evolution,OL-ADE)。改进后的OL-ADE算法通过反向精英学习机制,从用于变异策略的原有个体种群中得到反向精英个体种群,并从二者的种群集合中选择出适应度值更好的个体用于变异操作,这不仅丰富了种群的多样性,而且增强了种群在进化过程中的局部搜索能力;同时,采用高斯分布来动态调整变异操作中用于缩放的个体,提高了种群的单个个体的寻优能力。通过以上操作不仅扩充了种群多样性的,而且可以避免算法过早收敛,并在整体上对算法的全局搜索能力与局部寻优能力做出平衡。第叁,在基于路径覆盖的测试用例的自动生成问题中,针对现有智能搜索算法存在的本身参数较多、算法的迭代次数多、测试数据生成效率不高等问题。本文提出了一种基于质心的自适应差分进化算法(Adaptive Differential Evolution based on Center of Mass,CADE),并用于测试用例的自动化生成。本文算法在变异策略选择阶段,利用质心原理的思想,对变异个体进行选择,该方法保证了种群向着最优值方向进化,加快了种群的收敛速度;同时利用控制参数的自适应调整来控制个体的缩放规模,提高种群多样性,从而保证种群在进化过程中因个体过于集中而陷入局部最优时,能跳出局部最优。为验证所提CADE算法的有效性,将其应用于软件测试用例的自动化产生,并与传统的算法进行对比。实验表明,本文优化后的算法,能够提高软件测试用例生成的效率和性能。(本文来源于《安徽大学》期刊2018-04-01）
测试数据优化论文开题报告
（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：
HBase解决了大规模数据的结构化存储和实时的随机读写访问,但HBase提供的API在大规模数据批量写入等方面存在着性能瓶颈,不能很好地满足应用需求。本文提出了基于MapReduce架构实现HBase的性能优化方案,并设计了分布式程序进行验证,实验表明在海量数据应用条件下采用MapReduce计算框架能够利用HBase集群的计算性能,相比传统的单线程和多线程数据写入方式具有更好的实用性和有效性,同时结合这叁类数据写入方式的性能特征提出了以写入数据量为依据的选择策略。
（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。
测试数据优化论文参考文献
[1].丛林虎,赵建忠,邓建球.基于测试数据的导弹状态维修优化决策方法[J].现代防御技术.2019
[2].青欣,文伟军,金星,姜镇.基于海量数据的HBase写入性能测试与优化[J].电脑知识与技术.2019
[3].甄庆,刘雪飞,郭新,陈建.主站端调度数据网络通道优化配置及测试方法[J].电世界.2019
[4].施丽聪.优化课堂提问,促进深度阅读——基于阅读测试的数据[J].语文建设.2018
[5].薛猛,姜淑娟,王荣存.基于智能优化算法的测试数据生成综述[J].计算机工程与应用.2018
[6].邹罡.一种材料性能测试系统的压力数据采集优化方法[J].电子技术与软件工程.2018
[7].马方明.基于综合测试数据的频率自动优化的实现[J].信息通信.2018
[8].陈一鸣.宁东供电公司综合数据网的优化设计与测试应用[D].宁夏大学.2018
[9].马贵菊.基于智能优化算法的测试数据自动生成优化研究[D].河南大学.2018
[10].翁晴晴.应用自适应差分进化算法优化软件测试数据的研究[D].安徽大学.2018