本發(fā)明涉及嵌入式軟件測試技術領域，并且更具體地，涉及一種智能電能表軟件可靠性測試方法及系統(tǒng)。

背景技術：

智能電能表內(nèi)部的軟件是電能表運行策略，響應交互式需求的重要中樞。由于電能表軟件是成批量統(tǒng)一灌裝在同一批次電表內(nèi)部，一旦出現(xiàn)故障，整個批次的電表都會有事故隱患，這直接影響電力公司形象和優(yōu)質(zhì)服務水平。

軟件測試的集成測試階段工作重點是驗證不同功能之間的集成，一般采用灰盒測試。通過開展正確的軟件自動化測試活動，能夠提前發(fā)現(xiàn)并及時修復軟件存在的缺陷，提升產(chǎn)品質(zhì)量。在智能電能表的軟件可靠性測試中，目前主要方法是依賴人工手動測試，隨著測試任務趨于復雜，測試步驟不斷增多，需要一種自動化測試方法來代替人工測試手動測試。

因此，需要盡快提出一種智能電能表軟件可靠性測試方法，用以研究分析智能電能表軟件性能。

技術實現(xiàn)要素：

本發(fā)明提供了一種智能電能表軟件可靠性測試方法及系統(tǒng)，用以解決智能電能表軟件可靠性測試問題。

為了解決上述問題，根據(jù)本發(fā)明的一個方面，提供了一種智能電能表軟件可靠性測試方法，所述方法包括：

編制各測試單元中的具體測試動作，并分別配置各測試單元測試的優(yōu)先級和檢測參數(shù)；

構造各測試單元測試的優(yōu)先級的隸屬云模型，并根據(jù)所述各測試單元測試的優(yōu)先級的隸屬云模型種云滴的確定度構造確定度矩陣；

根據(jù)所述確定度矩陣生成狀態(tài)轉移步驟，并開展自動化檢測；以及

根據(jù)所述檢測參數(shù)生成測試報告。

優(yōu)選地，其中所述配置參數(shù)包括：各測試單元測試過程中的任務執(zhí)行時間和任務執(zhí)行標志。

優(yōu)選地，其中所述所述任務執(zhí)行標志包括：任務執(zhí)行成功標志和任務執(zhí)行失敗標志，其中設置任務執(zhí)行成功標志為1，設置任務執(zhí)行失敗標志為0。

優(yōu)選地，其中所述構造各測試單元測試的優(yōu)先級的隸屬云模型，并根據(jù)所述各測試單元測試的優(yōu)先級的隸屬云模型種云滴的確定度構造確定度矩陣包括：

根據(jù)云模型智能算法，使用正向云發(fā)生器構造每個測試單元的隸屬云模型；以及

以所述隸屬云模型中的各云滴的確定度構造確定度矩陣。

優(yōu)選地，其中所述根據(jù)所述確定度矩陣生成狀態(tài)轉移步驟，并開展自動化檢測包括：

以所述確定度矩陣中每行數(shù)值最大的元素所代表的測試單元為下一步的轉移目標，依據(jù)所述轉移目標進行狀態(tài)跳轉，并開展自動化測試。

根據(jù)本發(fā)明的另一個方面，提供了一種智能電能表軟件可靠性測試系統(tǒng)，所述系統(tǒng)包括：設置單元、確定度矩陣構造單元、自動化檢測單元和測試報告生成單元，

所述設置單元，用于編制各測試單元中的具體測試動作，并分別配置各測試單元測試的優(yōu)先級和檢測參數(shù)；

所述轉移概率矩陣生產(chǎn)單元，用于構造各測試單元測試的優(yōu)先級的隸屬云模型，并根據(jù)所述各測試單元測試的優(yōu)先級的隸屬云模型種云滴的確定度構造確定度矩陣；

所述自動化檢測單元，用于根據(jù)所述確定度矩陣生成狀態(tài)轉移步驟，并開展自動化檢測；以及

所述測試報告生成單元，用于根據(jù)所述檢測參數(shù)生成測試報告。

優(yōu)選地，其中所述配置參數(shù)包括：各測試單元測試過程中的任務執(zhí)行時間和任務執(zhí)行標志。

優(yōu)選地，其中所述所述任務執(zhí)行標志包括：任務執(zhí)行成功標志和任務執(zhí)行失敗標志，其中設置任務執(zhí)行成功標志為1，設置任務執(zhí)行失敗標志為0。

優(yōu)選地，其中所述確定度矩陣構造單元，構造各測試單元測試的優(yōu)先級的隸屬云模型，并根據(jù)所述各測試單元測試的優(yōu)先級的隸屬云模型種云滴的確定度構造確定度矩陣，包括：

根據(jù)云模型智能算法，使用正向云發(fā)生器構造每個測試單元的隸屬云模型；以及

以所述隸屬云模型中的云滴的確定度構造確定度矩陣。

優(yōu)選地，其中所述自動化檢測單元，根據(jù)所述確定度矩陣生成狀態(tài)轉移步驟，并開展自動化檢測，包括：

以所述確定度矩陣中每行數(shù)值最大的元素所代表的測試單元為下一步的轉移目標，依據(jù)所述轉移目標進行狀態(tài)跳轉，并開展自動化測試。

本發(fā)明的有益效果在于：

本發(fā)明的技術方案利用云模型方法，可以實現(xiàn)測試流程按測試單元的優(yōu)先級概率發(fā)生跳轉，實現(xiàn)測試流程隨機化，避免因順序測試導致被測軟件本身產(chǎn)生免疫性，更接近電能表運行的真實狀態(tài)；同時，利用自動化測試可以減輕勞動強度，也可避免手工測試產(chǎn)生操作干擾，提高了準確度。

附圖說明

通過參考下面的附圖，可以更為完整地理解本發(fā)明的示例性實施方式：

圖1為根據(jù)本發(fā)明實施方式的可靠性測試方法100的流程圖；以及

圖2為根據(jù)本發(fā)明實施方式的可靠性測試系統(tǒng)200的結構示意圖。

具體實施方式

現(xiàn)在參考附圖介紹本發(fā)明的示例性實施方式，然而，本發(fā)明可以用許多不同的形式來實施，并且不局限于此處描述的實施例，提供這些實施例是為了詳盡地且完全地公開本發(fā)明，并且向所屬技術領域的技術人員充分傳達本發(fā)明的范圍。對于表示在附圖中的示例性實施方式中的術語并不是對本發(fā)明的限定。在附圖中，相同的單元/元件使用相同的附圖標記。

除非另有說明，此處使用的術語(包括科技術語)對所屬技術領域的技術人員具有通常的理解含義。另外，可以理解的是，以通常使用的詞典限定的術語，應當被理解為與其相關領域的語境具有一致的含義，而不應該被理解為理想化的或過于正式的意義。

圖1為根據(jù)本發(fā)明實施方式的可靠性測試方法100的流程圖。如圖1所示，所述可靠性測試方法100用于對智能電能表軟件進行可靠性測試。本發(fā)明實施例的可靠性測試方法100首先編制各測試單元中的具體測試動作，并分別配置各測試單元測試的優(yōu)先級和檢測參數(shù)，然后根據(jù)各測試單元測試的優(yōu)先級利用云模型生成確定度矩陣，并根據(jù)所述確定度矩陣生成的狀態(tài)轉移步驟開展自動化檢測，最后生成測試報告，解決了電能表軟件可靠性測試問題，實現(xiàn)了測試流程隨機化，也避免了手工測試產(chǎn)生操作干擾。所述可靠性測試方法從步驟101處開始，在步驟101編制各測試單元中的具體測試動作，并分別配置各測試單元測試的優(yōu)先級和檢測參數(shù)。優(yōu)選地，其中所述配置參數(shù)包括：各測試單元測試過程中的任務執(zhí)行時間和任務執(zhí)行標志。優(yōu)選地，其中所述所述任務執(zhí)行標志包括：任務執(zhí)行成功標志和任務執(zhí)行失敗標志，其中設置任務執(zhí)行成功標志為1，設置任務執(zhí)行失敗標志為0。在本發(fā)明的實施方式中，構造n個集成測試單元，并將所述每個測試單元作為馬爾科夫模型的轉移狀態(tài)。其中，以ξ(ξ＝a,b,c...)表示各測試單元的編號，以θξ(ξ＝a,b,c...)表示每個測試單元測試的優(yōu)先級。在單元測試中，考察電能表對該測試任務執(zhí)行情況，用t表示執(zhí)行時間，用p表示任務執(zhí)行成功標志或任務失敗標志。

優(yōu)選地，在步驟102構造各測試單元測試的優(yōu)先級的隸屬云模型，并根據(jù)所述各測試單元測試的優(yōu)先級的隸屬云模型種云滴的確定度構造確定度矩陣。優(yōu)選地，其中所述構造各測試單元測試的優(yōu)先級的隸屬云模型，并根據(jù)所述各測試單元測試的優(yōu)先級的隸屬云模型種云滴的確定度構造確定度矩陣包括：

根據(jù)云模型智能算法，使用正向云發(fā)生器構造每個測試單元的隸屬云模型；以及

以所述隸屬云模型中的各云滴的確定度構造確定度矩陣。使用云模型智能算法，以測試單元的優(yōu)先級為輸入量，輸出若干滿足一定概率分布的云滴，以所述云滴的確定度構造確定度矩陣。在運用云模型時，對于云模型中的輸入特征參數(shù)，期望e的數(shù)值等于θ，熵en、超熵he和云滴數(shù)根據(jù)現(xiàn)場應用情況進行設置，然后使用云模型理論中正向云發(fā)生器構造每個測試單元測試優(yōu)先級的隸屬云模型，記為隸屬云cloudξ(ξ＝a,b,c...)；云模型的輸出參數(shù)是隸屬云的云滴，設置隸屬云的云滴為其中，i表示該隸屬云中第i個云滴，云滴具有兩個參數(shù)x和μ，x為該云滴的期望值，μ表示該云滴對于其相應隸屬云的確定度，以各個隸屬云中云滴的確定度μ構造矩陣：

其中，m為云滴總數(shù)，n為測試單元測試的項目總數(shù)。

優(yōu)選地，在步驟103根據(jù)所述確定度矩陣生成狀態(tài)轉移步驟，并開展自動化檢測。優(yōu)選地，其中所述根據(jù)所述確定度矩陣生成狀態(tài)轉移步驟，并開展自動化檢測包括：

以所述確定度矩陣中每行數(shù)值最大的元素所代表的測試單元為下一次狀態(tài)轉移的目標，依據(jù)所述轉移的目標進行狀態(tài)跳轉，并開展自動化測試。在本發(fā)明的實施方式中，選擇矩陣tm×n中每行數(shù)值最大的元素所代表的測試單元ξ為下一次狀態(tài)轉移的目標，并開展自動化測試。

優(yōu)選地，在步驟104根據(jù)所述檢測參數(shù)生成測試報告。其中所述測試報告包括：任務執(zhí)行成功標志或任務執(zhí)行失敗標志p以及執(zhí)行時間t。測試人員可以根據(jù)所述測試報告對電能表軟件可靠性進行分析。

圖2為根據(jù)本發(fā)明實施方式的可靠性測試系統(tǒng)200的結構示意圖。如圖2所示，所述可靠性測試系統(tǒng)200包括：設置單元201、確定度矩陣構造單元202、自動化檢測單元203和測試報告生成單元204。優(yōu)選地，在所述設置單元201編制各測試單元中的具體測試動作，并分別配置各測試單元測試的優(yōu)先級和檢測參數(shù)。優(yōu)選地，其中所述配置參數(shù)包括：各測試單元測試過程中的任務執(zhí)行時間和任務執(zhí)行標志。優(yōu)選地，其中所述所述任務執(zhí)行標志包括：任務執(zhí)行成功標志和任務執(zhí)行失敗標志，其中設置任務執(zhí)行成功標志為1，設置任務執(zhí)行失敗標志為0。

優(yōu)選地，在所述轉移概率矩陣生產(chǎn)單元202根據(jù)各測試單元測試的優(yōu)先級利用云模型生成確定度矩陣。優(yōu)選地，其中所述確定度矩陣構造單元202構造各測試單元測試的優(yōu)先級的隸屬云模型，并根據(jù)所述各測試單元測試的優(yōu)先級的隸屬云模型種云滴的確定度構造確定度矩陣，包括：

根據(jù)云模型智能算法，使用正向云發(fā)生器構造每個測試單元的隸屬云模型；以及

以所述隸屬云模型中的各云滴的確定度構造確定度矩陣。

優(yōu)選地，在所述自動化檢測單元203根據(jù)所述確定度矩陣生成狀態(tài)轉移步驟，并開展自動化檢測。優(yōu)選地，其中所述自動化檢測單元203根據(jù)所述確定度矩陣生成狀態(tài)轉移步驟，并開展自動化檢測，包括：

以所述確定度矩陣中每行數(shù)值最大的元素所代表的測試單元為下一步的轉移目標，依據(jù)所述轉移目標進行狀態(tài)跳轉，并開展自動化測試。

優(yōu)選地，在所述測試報告生成單元204根據(jù)所述檢測參數(shù)生成測試報告。

本發(fā)明的實施例的智能電能表軟件可靠性測試系統(tǒng)200與本發(fā)明的另一個實施例的智能電能表軟件可靠性測試方法100相對應，在此不再贅述。

已經(jīng)通過參考少量實施方式描述了本發(fā)明。然而，本領域技術人員所公知的，正如附帶的專利權利要求所限定的，除了本發(fā)明以上公開的其他的實施例等同地落在本發(fā)明的范圍內(nèi)。

通常地，在權利要求中使用的所有術語都根據(jù)他們在技術領域的通常含義被解釋，除非在其中被另外明確地定義。所有的參考“一個/所述/該[裝置、組件等]”都被開放地解釋為所述裝置、組件等中的至少一個實例，除非另外明確地說明。這里公開的任何方法的步驟都沒必要以公開的準確的順序運行，除非明確地說明。