買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉常州格雷賽斯科技有限責(zé)任公司申請(qǐng)的專利一種工業(yè)互聯(lián)網(wǎng)軟件自動(dòng)化測(cè)試系統(tǒng)及方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119988228B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510092854.5，技術(shù)領(lǐng)域涉及：G06F11/3668；該發(fā)明授權(quán)一種工業(yè)互聯(lián)網(wǎng)軟件自動(dòng)化測(cè)試系統(tǒng)及方法是由許涵鈺;樊熠然;夏妍;劉湘設(shè)計(jì)研發(fā)完成，并于2025-01-21向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種工業(yè)互聯(lián)網(wǎng)軟件自動(dòng)化測(cè)試系統(tǒng)及方法在說(shuō)明書摘要公布了：本發(fā)明涉及軟件測(cè)試技術(shù)領(lǐng)域，具體地說(shuō)，涉及一種工業(yè)互聯(lián)網(wǎng)軟件自動(dòng)化測(cè)試系統(tǒng)及方法。包括軟件需求分析模塊、測(cè)試用例模塊、測(cè)試用例分配模塊和測(cè)試結(jié)果分析與可視化模塊，其中：軟件需求分析模塊根據(jù)待測(cè)軟件的需求規(guī)格說(shuō)明，明確待測(cè)軟件的測(cè)試參數(shù)；測(cè)試用例模塊通過(guò)改進(jìn)遺傳算法修正的模型檢驗(yàn)方法來(lái)設(shè)計(jì)測(cè)試用例，并結(jié)合自動(dòng)輔助設(shè)計(jì)測(cè)試用例的AI技術(shù)對(duì)測(cè)試用例進(jìn)行完善，生成測(cè)試用例群。通過(guò)基于遷移學(xué)習(xí)的用例生成算法，構(gòu)建了定制化軟件智能測(cè)試的自動(dòng)用例生成方法，采用基于多源域遷移學(xué)習(xí)的模型檢驗(yàn)方法，實(shí)現(xiàn)測(cè)試過(guò)程自動(dòng)化和智能化，優(yōu)化了軟件測(cè)試方法，提升定制化軟件和生產(chǎn)中物模型自動(dòng)測(cè)試的并發(fā)性能。

本發(fā)明授權(quán)一種工業(yè)互聯(lián)網(wǎng)軟件自動(dòng)化測(cè)試系統(tǒng)及方法在權(quán)利要求書中公布了：1.一種工業(yè)互聯(lián)網(wǎng)軟件自動(dòng)化測(cè)試系統(tǒng)，其特征在于：包括軟件需求分析模塊（100）、測(cè)試用例模塊（200）、測(cè)試用例分配模塊（300）和測(cè)試結(jié)果分析與可視化模塊（400），其中： 所述軟件需求分析模塊（100）根據(jù)待測(cè)軟件的需求規(guī)格說(shuō)明，明確待測(cè)軟件的測(cè)試參數(shù)； 所述測(cè)試用例模塊（200）通過(guò)改進(jìn)遺傳算法修正的模型檢驗(yàn)方法來(lái)設(shè)計(jì)測(cè)試用例，并結(jié)合自動(dòng)輔助設(shè)計(jì)測(cè)試用例的AI技術(shù)對(duì)測(cè)試用例進(jìn)行完善，生成測(cè)試用例群； 采用基于多源域遷移學(xué)習(xí)的模型檢驗(yàn)方法，實(shí)現(xiàn)測(cè)試過(guò)程自動(dòng)化和智能化，借助已有面向基于模型系統(tǒng)工程的模型檢驗(yàn)結(jié)果，完成新增軟件或新增功能的模型等效檢驗(yàn)； 所述測(cè)試用例分配模塊（300）將測(cè)試任務(wù)逐個(gè)的分配給關(guān)聯(lián)的測(cè)試機(jī)器集群中的空閑執(zhí)行機(jī)器的執(zhí)行客戶端，根據(jù)數(shù)據(jù)流反饋情況從模型庫(kù)中動(dòng)態(tài)生成并分配測(cè)試用例，直到該測(cè)試任務(wù)中的所有測(cè)試用例都已經(jīng)完成； 所述測(cè)試結(jié)果分析與可視化模塊（400）根據(jù)測(cè)試結(jié)果生成測(cè)試報(bào)告，基于隨機(jī)變異算法查找各種差錯(cuò)和最優(yōu)解，并通過(guò)智能測(cè)試結(jié)果可視化技術(shù)，實(shí)現(xiàn)用戶以可視化的方式與軟件進(jìn)行交互； 所述測(cè)試用例模塊（200）包括模型等效檢驗(yàn)單元（220），所述模型等效檢驗(yàn)單元（220）中基于多源域深度遷移學(xué)習(xí)的模型等效檢驗(yàn)方法中，源域中的樣本為： ； ； 其中，是數(shù)據(jù)，是標(biāo)簽；表示第個(gè)域；表示該域中樣本個(gè)數(shù)；表示該域中的第個(gè)樣本；目標(biāo)域中的樣本為： ； ； 所述測(cè)試用例分配模塊（300）中動(dòng)態(tài)生成并分配測(cè)試用例是基于數(shù)據(jù)流反饋的動(dòng)態(tài)用例分配技術(shù)，其中測(cè)試用例分配結(jié)果采用了以下公式： ； 概率向量為在第個(gè)子域做第次測(cè)試之后,在該子域中能夠增強(qiáng)可靠性的能力；在后面的第次測(cè)試過(guò)程里,個(gè)測(cè)試會(huì)安排到子域中； 在重要性抽樣下，獲得信息的疊加，向減低樣本數(shù)量接近,本文嘗試一種重要性抽樣的自適應(yīng)應(yīng)用，用以下公式求得： ； 是基于估計(jì)的樣本分布與真實(shí)分布之間的差值，為對(duì)該近似的期望，是在第次迭代中至少有一個(gè)測(cè)試用例被執(zhí)行的子字段的數(shù)目，是顯示顯著性水平的正態(tài)分布,結(jié)果是在次迭代中需要執(zhí)行的測(cè)試用例數(shù)目。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人常州格雷賽斯科技有限責(zé)任公司，其通訊地址為：213000 江蘇省常州市經(jīng)濟(jì)開發(fā)區(qū)潞城街道五一路285號(hào)(集群登記)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。