【技术实现步骤摘要】
测试方法及装置
[0001]本专利技术涉及计算机
,尤其涉及一种测试方法及装置。
技术介绍
[0002]电子设备在批量生产前,通常需要对电子设备的配置、性能以及工作稳定性等进行测试验证。
[0003]通常情况下,电子设备的测试配置项可以包括电子设备中的硬盘数量、内存大小、中央处理器(Central Processing Unit,CPU)数量以及工作温度等。电子设备的测试参数项可以包括测试时长、测试次数、测试电压以及测试功率等。
[0004]现有技术中,通常需要技术人员根据电子设备测试配置项的实际值对测试参数项的取值进行设置之后,才能实现对电子设备的测试。
[0005]但是,技术人员通常是基于主观经验进行测试参数项的取值进行设置的,而在技术人员的主观经验不足的情况下,测试参数项的取值与电子设备测试配置项的实际值的匹配度不高,将导致影响电子设备的测试结果的准确率。并且,技术人员设置测试参数项的取值时需要耗费大量的时间成本,导致对电子设备的测试效率不高。
技术实现思路
[0006]本专利技术提供一种测试方法及装置,用以解决现有技术中难以对电子设备进行准确、高效地测试的缺陷,实现提高电子设备的测试效率和测试准确率。
[0007]本专利技术提供一种测试方法,包括:
[0008]获取待测设备目标测试配置项的取值以及所述待测设备的目标测试参数项;
[0009]将所述待测设备目标测试配置项的取值和所述目标测试参数项输入每一目标测试参数模型,获取每一所述目标测试参 ...
【技术保护点】
【技术特征摘要】
1.一种测试方法,其特征在于,包括:获取待测设备目标测试配置项的取值以及所述待测设备的目标测试参数项;将所述待测设备目标测试配置项的取值和所述目标测试参数项输入每一目标测试参数模型,获取每一所述目标测试参数模型输出的所述待测设备目标测试参数项的取值;基于每一所述目标测试参数模型输出的所述待测设备目标测试参数项的取值和所述待测设备目标测试配置项的取值,确定每一所述目标测试参数模型对应的所述待测设备的测试策略;基于每一所述目标测试参数模型对应的所述待测设备的测试策略,对所述待测设备进行测试,获取每一所述目标测试参数模型对应的所述待测设备的测试结果;其中,每一所述目标测试参数模型用于描述不同样本测试配置项的不同取值,与不同样本测试参数项的不同取值之间的对应关系;所述目标测试参数模型基于样本测试数据构建;所述样本测试配置项包括所述目标测试配置项;所述样本测试参数项包括所述目标测试参数项。2.根据权利要求1所述的测试方法,其特征在于,所述将所述待测设备目标测试配置项的取值和所述目标测试参数项输入每一目标测试参数模型,获取每一所述目标测试参数模型输出的所述待测设备目标测试参数项的取值之前,所述方法还包括:将第一测试参数模型、第二测试参数模型、第三测试参数模型和第四测试参数模型中的任意一个,确定为所述目标测试参数模型,或者,将第一测试参数模型、第二测试参数模型、第三测试参数模型和第四测试参数模型中的多个,分别确定为多个所述目标测试参数模型;其中,所述第一测试参数模型基于所述样本测试数据中第一样本测试任务的测试数据构建,所述第一样本任务已完成且所述第一样本测试任务在执行过程中未出现运行错误和运行失败,所述第一样本测试任务的测试数据包括:第一样本设备每一样本测试配置项的取值以及每一样本测试参数项的取值,所述第一样本设备为所述第一样本测试任务的测试对象;所述第二测试参数模型基于所述样本测试数据中第二样本测试任务的测试数据构建,所述第二样本测试任务已完成,且所述第二样本测试任务的测试结果为通过,所述第二样本测试任务的测试数据包括:第二样本设备每一样本测试配置项的取值以及每一样本测试参数项的取值,所述第二样本设备为所述第二样本测试任务的测试对象;所述第三测试参数模型基于所述样本测试数据中第三样本测试任务的测试数据构建,所述第三样本测试任务在执行过程出现过第一数量次运行失败,所述第三样本测试任务的测试数据包括:第三样本设备测试配置项的取值以及测试参数项的取值,所述第三样本设备为所述第三样本测试任务的测试对象;所述第四测试参数模型基于所述样本测试数据中第四样本测试任务的测试数据构建,所述第四样本测试任务在执行过程中出现过第二数量次运行错误,所述第四样本测试任务的测试数据包括:第四样本设备测试配置项的取值以及测试参数项的取值,所述第四样本设备为所述第四样本测试任务的测试对象。3.根据权利要求2所述的测试方法,其特征在于,所述第一测试参数模型基于如下步骤构建:
基于宽度学习算法,从所述样本测试数据中获取所述第一样本测试任务的测试数据;获取所述第一样本测试任务的测试数据中每一样本测试配置项的每一取值对应的每一样本测试参数项的所有取值;在所述第一样本测试任务的测试数据中任一样本测试配置项的任一取值对应的任一样本测试参数项的所有取值服从标准正态分布的情况下,计算所述任一样本测试配置项的任一取值对应的任一样本测试参数项的每一取值的权重;将所述第一样本测试任务的测试数据中任一样本测试配置项的任一取值对应的任一样本测试参数项的所有取值中权重最大的取值,确定为所述第一样本测试任务的测试数据中任一样本测试配置项的任一取值对应的任一样本测试参数项的取值,进而构建得到所述第一测试参数模型。4.根据权利要求3所述的测试方法,其特征在于,所述第二测试参数模型基于如下步骤构建:基于宽度学习算法,从所述样本测试数据中获取所述第二样本测试任务的测试数据;获取所述第二样本测试任务的测试数据中每一样本测试配置项的每一取值对应的每一样本测试参数项的所有取值;在所述第二样本测试任务的测试数据中任一样本测试配置项的任一取值对应的任一样本测试参数项的所有取值服从标准正态分布的情况下,计算所述任一样本测试配置项的任一取值对应的任一样本测试参数项的每一取值的权重;将所述第二样本测试任务的测试数据中任一样本测试配置项的任一取值对应的任一样本测试参数项的所有取值中权重最大的取值,确定为所述第二样本测试任务的测试数据中任一样本测试配置项的任一取值对应的任一样本测试参数项的取值,进而构建得到所...
【专利技术属性】
技术研发人员:王丽,程建军,徐丹,
申请(专利权)人:苏州浪潮智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。