正交实验法6

正交试验法的优缺点

正交试验法作为设计测试用例的方法之一,也有其优缺点。

优点:根据正交性从全面试验中挑选出部分有代表性的点进行试验,这些有代表性的特点具备了“均匀分散,整齐可比”的特点。通过使用正交试验法减少了测试用例,合理地减少测试的工时与费用,提高测试用例的有效性。是一种高效率、快速、经济的实验设计方法。

缺点:对每个状态点同等对待,重点不突出,容易造成在用户不常用的功能或场景中,花费不少时间进行测试设计与执行,而在重要路径的使用上反而没有重点测试。

虽然正交试验设计有上述不足,但它能通过部分试验找到最优水平组合,因而很受实际工作者的青睐。

 

 

附录:

1.1. 正交试验法原理

正交试验设计起源于科学试验,它由田口玄一博士在1949年创立,并于60年代初从日本传入中国。他依据Galois理论导出的正交表,从大量试验条件中挑选出适量的、有代表性的条件来合理地安排试验。运用这种方法安排的试验具有“均匀分散、整齐可比”的特点。“均匀分散”性使试验点均衡地分布在试验范围内,让每个试验点有充分的代表性;“整齐可比”性使试验结果的分析十分方便,可以估计各因素对指标的影响,找出影响事物变化的主要因素。实践证明,正交试验法是一种解决多因素问题卓有成效的方法。

田口玄一将正交试验选择的水平组合列成表格,称为正交表。例如作一个三因素每个因素三水平的实验,按全面实验要求,须进行33=27种组合的实验。若按L9(33) 正交表安排实验,只需作9次,大大减少了工作量。正交试验法能用较少的测试用例达到较高的覆盖率。正交实验设计是一种高效率、快速经济的实验设计方法,因此在很多领域得到广泛应用。

1.2. 正交表的构成

正交表是一种特制的表格,一般用Ln(mk)表示,L代表是正交表,n代表试验次数或正交表的行数,k代表最多可安排影响指标因素的个数或正交表的列数,m表示每个因素水平数,且有n=k*(m-1)+1

如:L8(27)

1.3. 正交表的特点

正交表具有以下两个特点。正交表必须满足这两个特点,有一条不满足,就不是正交表。

1)  每列中不同数字出现的次数相等。这一特点表明每个因素的每个水平与其它因素的每个水平参与试验的几率是完全相同的,从而保证了在各个水平中最大限度地排除了其它因素水平的干扰,能有效地比较试验结果并找出最优的试验条件。

在任意2列其横向组成的数字对中,每种数字对出现的次数相等。这个特点保证了试验点均匀地分散在因素与水平的完全组合之中,因此具有很强的代表性。

 

 

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python试验(Orthogonal Array Testing)是一种软件测试技术,用于设计测试用例的组合。试验通过选择一组合适的参数和参数值,以覆盖系统中的各种可能的组合情况,从而减少测试用例的数量,并确保尽可能地发现系统中的错误。 在Python中,可以使用一些库来实现试验。引用中的代码示例展示了如何使用`collections`和`allpairspy`库来生成试验的测试用例。通过传入需要测试的参数和参数值的字典,然后使用`AllPairs`函数来生成所有的参数组合。 引用中的代码示例展示了如何安装`collections`和`allpairspy`库,以确保可以成功运行试验的代码。 引用中的代码示例展示了另一种使用`AllPairs`函数生成测试用例的方式。在这个示例中,定义了多个参数和参数值列表,然后使用`AllPairs`函数生成所有的参数组合。 总结来说,Python试验是一种使用参数和参数值的组合来设计测试用例的技术,可以通过使用相应的库来生成测试用例并进行软件测试。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [【python学习】-实验设计](https://blog.csdn.net/qq_40481843/article/details/121652278)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [python:实验的实现](https://blog.csdn.net/weixin_43431593/article/details/123620081)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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
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