黑盒测试(五)-------正交测试法

一、基本概念:
    利用因果图来设计测试用例时,作为输入条件的原因和输出结果之间的因果关系,有时候很难从软件规格说明中得到,而且即使是对于一般中小规模的软件,给出其因果图也可能是很庞大,以至于据此因果图的得到的测试用例数量将达到惊人的程度,这给软件测试工作带来了沉重负担。
    为了有效、合理的减少测试的费用,可以利用实际生活中行之有效的正交实验法,进行测试用例的设计。所谓“正交实验法”是从大量的实验中挑选适量的、有代表性的点,应用依据伽罗瓦理论导出的正交表,合理安排实验的一种实验设计方法。利用该方法可以使所有因子和水平在实验中均匀的分布与搭配,均匀规律的变化。
    在正交实验设计方法中,通常把判断实验结果优劣的标准叫做实验的指标,把有可能影响实验指标的条件称为因子,而影响实验因子的,叫做因子的水平(或状态)。
在进行实验优化设计时,为了完成明确的实验目的,必须有合理的实验指标,加上合理的基准来挑选实验因子以及相应的水平。
 
  • l 正交测试源于正交试验设计方法,是从大量的数据中挑选适量的、有代表性的点,从而合理地安排测试的一种科学的试验设计方法。
  • l 正交测试法就是使用已经造好了的正交表格来安排试验并进行数据分析的一种方法。
  • l 它简单易行并且计算表格化,应用性较好。
二、 利用正交实验设计测试用例的步骤:
1.提取功能说明,构造因子--状态表
把影响实验指标的条件称为因子.而影响实验因子的条件叫因子的状态.利用正交实验设计方法来设计测试用例时,首先要根据被测试软件的规格说明书找出影响其功能实现的操作对象和外部因素,把他们当作因子,而把各个因子的取值当作状态.对软件需求规格说明中的功能要求进行划分,把整体的概要性的功能要求进行层层分解与展开,分解成具体的有相对独立性的基本的功能要求.这样就可以把被测试软件中所有的因子都确定下来,并为确定个因子的权值提供参考的依据.确定因子与状态是设计测试用例的关键.因此要求尽可能全面的正确的确定取值,以确保测试用例的设计作到完整与有效。
2.加权筛选,生成因素分析表
对因子与状态的选择可按其重要程度分别加权.可根据各个因子及状态的作用大小,出现频率的大小以及测试的需要,确定权值的大小。
3.利用正交表构造测试数据集
正交表的推导依据Galois理论(这里省略,需要时可查数理统计方面的教材)。
利用正交实验设计方法设计测试用例,比使用等价类划分,边界值分析,因果图等方法有以下优点:节省测试工作工时;可控制生成的测试用例数量;测试用例具有一定的覆盖率。
四、常用正交表. 
说明:L4(2^3)
  • L: 代表正交表。
  • 4:表行的数目。
  • 2:因子的水平数。
  • 3:表列的数目。
常用举例
L4(2^3)
 
?/P>
  12
 1 1
 2 1
 3 2
 4 2
 
L8(2^7)
?/P>
 2
 
L9(3^4)
?/P>
 1
 
五、举例
1. 为了提高某化学产品的转化率,选择了三个有关因素进行条件试验,反应温度(A),反应时间(B)用碱量(C),并确定了它们的试验范围如下:
A:80——90℃;
B:90——150分钟;
C:5%——7%。
解:
试验目的是搞清楚因子A、B、C对转化率有什么影响,哪些是主要的,哪些是次要的,从而确定最适生产条件,即温度、时间及用碱量各为多少才能使转化率高。试制定试验方案。
这里,对因子A,在试验范围内选了三个水平;因子B和C也都取三个水平:
A:Al=80℃,A2=85℃,A3=90℃
B:Bl=90分,B2=120分,B3=150分
C:Cl=5%,C2=6%,C3=7%
当然,在正交试验设计中,因子可以是定量的,也可以是定性的。而定量因子各水平间的距离可以相等,也可以不相等。
这个三因子三水平的条件试验,通常有两种试验进行方法:
(Ⅰ)取三因子所有水平之间的组合,即AlBlC1,A1BlC2,A1B2C1, ……,A3B3C3,共有
33=27次
试验。用图表示就是图1 立方体的27个节点。这种试验法叫做全面试验法。
全面试验对各因子与指标间的关系剖析得比较清楚。但试验次数太多。特别是当因子数目多,每个因子的水平数目也多时。试验量大得惊人。如选六个因子,每个因子取五个水平时,如欲做全面试验,则需56=15625次试验,这实际上是不可能实现的。如果应用正交实验法,只做25次试验就行了。而且在某种意义上讲,这25次试验代表了15625次试验。

 
 (Ⅱ)简单对比法,即变化一个因素而固定其他因素,如首先固定B、C于Bl、Cl,使A变化之:
↗A1
B1C1 →A2
↘A3 (好结果)
如得出结果A3最好,则固定A于A3,C还是Cl,使B变化之:
↗B1
A3C1 →B2 (好结果)
↘B3
得出结果以B2为最好,则固定B于B2,A于A3,使C变化之:
↗C1
A3B2→C2 (好结果)
↘C3
试验结果以C2最好。于是就认为最好的工艺条件是A3B2C2。
这种方法一般也有一定的效果,但缺点很多。首先这种方法的选点代表性很差,如按上述方法进行试验,试验点完全分布在一个角上,而在一个很大的范围内没有选点。因此这种试验方法不全面,所选的工艺条件A3B2C2不一定是27个组合中最好的。其次,用这种方法比较条件好坏时,是把单个的试验数据拿来,进行数值上的简单比较,而试验数据中必然要包含着误差成分,所以单个数据的简单比较不能剔除误差的干扰,必然造成结论的不稳定。
简单对比法的最大优点就是试验次数少,例如六因子五水平试验,在不重复时,只用5+(6-1)×(5-1)=5+5×4=25次试验就可以了。
 
 
(III)考虑兼顾这两种试验方法的优点,从全面试验的点中选择具有典型性、代表性的点,使试验点在试验范围内分布得很均匀,能反映全面情况。但我们又希望试验点尽量地少,为此还要具体考虑一些问题。
如上例,对应于A有Al、A2、A3三个平面,对应于B、C也各有三个平面,共九个平面。则这九个平面上的试验点都应当一样多,即对每个因子的每个水平都要同等看待。具体来说,每个平面上都有三行、三列,要求在每行、每列上的点一样多。这样,作出如图2所示的设计,试验点用⊙表示。我们看到,在9个平面中每个平面上都恰好有三个点而每个平面的每行每列都有一个点,而且只有一个点,总共九个点。这样的试验方案,试验点的分布很均匀,试验次数也不多。
当因子数和水平数都不太大时,尚可通过作图的办法来选择分布很均匀的试验点。但是因子数和水平数多了,作图的方法就不行了。
试验工作者在长期的工作中总结出一套办法,创造出所谓的正交表。按照正交表来安排试验,既能使试验点分布得很均匀,又能减少试验次数, 而且计算分析简单,能够清晰地阐明试验条件与指标之间的关系。用正交表来安排试验及分析试验结果,这种方法叫正交试验设计法。
(IV)正交表
 
  • 1
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值