软件测试、软件优化的方法与系统技术方案

本申请实施例提供了一种软件测试、优化的方法及系统。该测试方法包括：确定待测仿真软件对产品模型进行仿真得到第一仿真结果；确定所述待测仿真软件对应的标准仿真软件对所述产品模型进行仿真得到第二仿真结果；根据所述第一仿真结果以及第二仿真结果，对所述待测仿真软件进行诊断。该优化方法包括：确定待优化仿真软件对产品模型进行仿真得到第一仿真结果；确定所述待优化仿真软件对应的标准仿真软件对所述产品模型进行仿真得到第二仿真结果；对所述第一仿真结果以及第二仿真结果进行差异分析，响应于差异分析结果大于预设的差异阈值，对所述待优化仿真软件进行优化。通过软件进行测试及优化，提高软件的准确性和稳定性，加速软件的研发周期。

The Method and System of Software Testing and Software Optimizing

【技术实现步骤摘要】
软件测试、软件优化的方法与系统
本申请实施例涉及软件测试及优化
，尤其涉及一种软件测试、软件优化的方法与系统。
技术介绍
工业仿真软件是对实体工业仿真的一种虚拟，其将实体工业仿真中的各个模块转化成数据整合到一个虚拟的体系中，在这个体系中模拟实现工业仿真作业中的每一项工作和流程，并与之实现交互。工业仿真技术的引入，工业仿真软件在各行业领域的工业仿真环节的广泛应用，使工业仿真设计发生了质的飞跃。随着工业仿真软件的大规模应用，在软件开发过程中出现错误或缺陷的机率越来越高。软件测试及优化伴随着软件的产生而产生，随着市场对软件质量重要性的认识持续增强，软件测试及优化在软件项目实施过程中的重要性日益突出。
技术实现思路
有鉴于此，本专利技术实施例所解决的技术问题之一在于提供一种软件测试的方法及系统，对工业仿真软件进行测试，发现工业仿真软件中存在的问题和缺陷。本专利技术实施例所解决的技术问题之一还在于提供一种软件优化的方法及系统，对工业仿真软件进行优化。通过对工业仿真软件进行测试及优化，以提高工业仿真软件的准确性和稳定性，加速工业仿真软件的研发周期。为达上述目的及其他相关目的，本申请实施例提供一种软件测试方法，包括：确定待测仿真软件对产品模型进行仿真得到第一仿真结果；确定所述待测仿真软件对应的标准仿真软件对所述产品模型进行仿真得到第二仿真结果；根据所述第一仿真结果以及第二仿真结果，对所述待测仿真软件进行诊断。可选地，在本申请的任一实施例中，所述软件测试方法还包括：获取匹配任务需求的已有所述产品模型。可选地，在本申请的任一实施例中，所述软件测试方法还包括：实时设计匹配任务需求的所述产品模型。可选地，在本申请的任一实施例中，所述软件测试方法还包括：对所述任务需求进行量化生成设计指标，基于预先建立的生成模型，按照预设的建模规则，根据所述设计指标生成匹配所述任务需求的所述产品模型。可选地，在本申请的任一实施例中，所述生成模型为第一深度神经网络模型。可选地，在本申请的任一实施例中，所述第一深度神经网络模型为生成式对抗网络，但不限于此。可选地，在本申请的任一实施例中，所述软件测试方法还包括：基于预先建立的学习模型，根据所述设计指标生成模型参数，通过所述生成模型，按照所述建模规则生成匹配所述任务需求的所述产品模型。可选地，在本申请的任一实施例中，将所述第一仿真结果与第二仿真结果进行比较，根据比较结果，通过所述学习模型对所述模型参数进行调整，以对所述产品模型进行更新。可选地，在本申请的任一实施例中，将所述第一仿真结果与第二仿真结果进行比较，根据比较结果对所述产品模型进行修正，以对所述产品模型进行更新。可选地，在本申请的任一实施例中，所述学习模型包括：策略网络，所述策略网络根据所述比较结果确定执行所述模型参数的调整操作。可选地，在本申请的任一实施例中，所述学习模型还包括：价值网络，所述价值网络用于对所述策略网络执行的所述模型参数的调整操作进行评估。可选地，在本申请的任一实施例中，所述策略网络通过损失函数确定所述模型参数的调整操作。可选地，在本申请的任一实施例中，所述根据所述第一仿真结果以及第二仿真结果，对所述待测仿真软件进行诊断包括：基于预先建立的诊断模型，根据所述第一仿真结果以及第二仿真结果，对所述待测仿真软件进行诊断。可选地，在本申请的任一实施例中，所述对所述待测仿真软件进行诊断包括：根据仿真的阶段，对所述待测仿真软件进行阶段性诊断。可选地，在本申请的任一实施例中，所述诊断模型为第二深度神经网络模型。可选地，在本申请的任一实施例中，所述基于预先建立的诊断模型，根据所述第一仿真结果以及第二仿真结果，对所述待测仿真软件进行诊断包括：基于预先建立的差计算模型，对所述第一仿真结果以及第二仿真结果进行差计算，将差计算结果输入所述诊断模型，以对所述待测仿真软件进行诊断。本申请实施例还提供一种软件测试系统，包括：仿真模块，用于确定待测仿真软件对产品模型进行仿真得到第一仿真结果，以及，确定所述待测仿真软件对应的标准仿真软件对所述产品模型进行仿真得到第二仿真结果；诊断模块，用于根据所述第一仿真结果以及第二仿真结果，对所述待测仿真软件进行诊断。本申请实施例还提供一种软件优化方法，包括：确定待优化仿真软件对产品模型进行仿真得到第一仿真结果；确定所述待优化仿真软件对应的标准仿真软件对所述产品模型进行仿真得到第二仿真结果；对所述第一仿真结果以及第二仿真结果进行差异分析，响应于差异分析结果大于预设的差异阈值，对所述待优化仿真软件进行优化。可选地，在本申请的任一实施例中，所述软件优化方法还包括：获取匹配所述任务需求的已有所述产品模型。可选地，在本申请的任一实施例中，所述软件优化方法还包括：实时设计匹配所述任务需求的所述产品模型。可选地，在本申请的任一实施例中，所述软件优化方法还包括：对所述任务需求进行量化生成设计指标，基于预先建立的生成模型，按照预设的建模规则，根据所述设计指标生成匹配所述任务需求的所述产品模型。可选地，在本申请的任一实施例中，所述响应于差异分析结果大于预设的差异阈值，对所述待优化仿真软件进行优化包括：响应于所述差异分析结果大于所述差异阈值，根据所述差异分析结果生成优化参数，以对所述待优化仿真软件进行优化。可选地，在本申请的任一实施例中，所述软件优化方法还包括：基于预先建立的学习模型，根据所述设计指标生成模型参数以及优化参数；通过所述生成模型，按照预设的建模规则，根据所述模型参数生成匹配所述任务需求的所述产品模型，以及根据所述优化参数，通过所述学习模型对所述待优化仿真软件进行优化。可选地，在本申请的任一实施例中，所述响应于差异分析结果大于预设的差异阈值，对所述待优化仿真软件进行优化包括：响应于所述差异分析结果大于所述差异阈值，根据所述差异分析结果，通过所述学习模型对所述优化参数进行调整，以对所述待优化软件进行优化。本申请实施例还提供一种软件优化系统，包括：仿真模块，用于确定待优化仿真软件对产品模型进行仿真得到第一仿真结果；以及，确定所述待优化仿真软件对应的标准仿真软件对所述产品模型进行仿真得到第二仿真结果；分析模块，用于对所述第一仿真结果以及第二仿真结果进行差异分析，得到差异分析结果；优化模块，响应于所述差异分析结果大于预设的差异阈值，对所述待优化仿真软件进行优化。由上可知，本申请实施例所提供的软件测试方法与系统，通过待测仿真软件对产品模型进行仿真得到第一仿真结果，与待测仿真软件对应的标准仿真软件对产品模型进行仿真得到第二仿真结果；根据第一仿真结果与第二仿真结果，以对待测仿真软件进行诊断，输出待测仿真软件存在的缺陷或问题。本申请实施例所提供的软件优化方法及系统，通过待优化仿真软件对产品模型进行仿真得到第一仿真结果；与待优化仿真软件对应的标准仿真软件对产品模型进行仿真得到第二仿真结果；然后根据第一仿真结果和第二仿真结果，对待优化仿真软件进行优化。通过对工业仿真软件进行测试及优化，以提高工业仿真软件的准确性和稳定性，加速工业仿真软件的研发周期。而且，在这个过程中，工业仿真软件的测试及优化能够基于人工智能自动完成，基本上替代了人工测试，省事省力。附图说明后文将参照附图以示例性而非限制性的方式详细描述本申请实施例的一些具体实施例。附图中相同的本文档来自技高网...

【技术保护点】
1.一种软件测试方法，其特征在于，包括：确定待测仿真软件对产品模型进行仿真得到第一仿真结果；确定所述待测仿真软件对应的标准仿真软件对所述产品模型进行仿真得到第二仿真结果；根据所述第一仿真结果以及第二仿真结果，对所述待测仿真软件进行诊断。

【技术特征摘要】
1.一种软件测试方法，其特征在于，包括：确定待测仿真软件对产品模型进行仿真得到第一仿真结果；确定所述待测仿真软件对应的标准仿真软件对所述产品模型进行仿真得到第二仿真结果；根据所述第一仿真结果以及第二仿真结果，对所述待测仿真软件进行诊断。2.根据权利要求1所述的软件测试方法，其特征在于，还包括：获取匹配任务需求的已有所述产品模型。3.根据权利要求1所述的软件测试方法，其特征在于，还包括：实时设计匹配任务需求的所述产品模型。4.根据权利要求3所述的软件测试方法，其特征在于，还包括：对所述任务需求进行量化生成设计指标，基于预先建立的生成模型，按照预设的建模规则，根据所述设计指标生成匹配所述任务需求的所述产品模型。5.根据权利要求4所述的软件测试方法，其特征在于，所述生成模型为第一深度神经网络模型。6.根据权利要求5所述的软件测试方法，其特征在于，所述第一深度神经网络模型为生成式对抗网络。7.根据权利要求4所述的软件测试方法，其特征在于，还包括：基于预先建立的学习模型，根据所述设计指标生成模型参数，通过所述生成模型，按照所述建模规则生成匹配所述任务需求的所述产品模型。8.根据权利要求7所述的软件测试方法，其特征在于，还包括：将所述第一仿真结果与第二仿真结果进行比较，根据比较结果，通过所述学习模型对所述模型参数进行调整，以对所述产品模型进行更新。9.根据权利要求8所述的软件测试方法，其特征在于，所述学习模型包括：策略网络，所述策略网络根据所述比较结果确定执行所述模型参数的调整操作。10.根据权利要求9所述的软件测试方法，其特征在于，所述学习模型还包括：价值网络，所述价值网络对所述策略网络执行的所述模型参数的调整操作进行评估。11.根据权利要求10所述的软件测试方法，其特征在于，所述策略网络通过损失函数确定所述模型参数的调整操作。12.根据权利要求1-11所述的软件测试方法，其特征在于，还包括：将所述第一仿真结果与第二仿真结果进行比较，根据比较结果对所述产品模型进行修正，以对所述产品模型进行更新。13.根据权利要求12所述的软件测试方法，其特征在于，所述根据所述第一仿真结果以及第二仿真结果，对所述待测仿真软件进行诊断包括：基于预先建立的诊断模型，根据所述第一仿真结果以及第二仿真结果，对所述待测仿真软件进行诊断。14.根据权利要求13所述的软件测试方法，其特征在于，所述对所述待测仿真软件进行诊断包括：根据仿真的阶段，对所述待测仿真软件进行阶段性诊断。15.根据权利要求13所述的软件测试方法，其特征在于，所述诊断模型为第二深度神经网络模型。16.根据权利要求13所述的软件测试方法，其特征在于，所述基于预先建立的诊断模型，根据所述第一仿真结果以及第...

【专利技术属性】
技术研发人员：陈志熙，刘洁，
申请(专利权)人：南京星火技术有限公司，
类型：发明
国别省市：江苏,32