【技术实现步骤摘要】
本专利技术涉及人工智能领域，具体涉及融合决策树和故障树分析的主板功能测试策略设计方法。
技术介绍
1、主板是电子产品(如笔记本电脑和手机)的核心组件之一，负责协调和连接各个硬件部件，使设备能够正常运行。主板功能测试指的是通过一系列的测试程序和设备，对主板的各种功能进行检测和评估，以确保主板的性能达到设计规范和用户需求。这种测试可以及时发现和纠正主板的设计和制造中可能出现的问题，从而提高产品的可靠性和用户满意度。
2、目前的主板功能测试方法主要包括两个步骤：首先，根据专家经验设定良率阈值，然后对良率不达标的测项进行测试。这种方法主要依赖于专家的经验和判断，测试过程通常包括对主板的电源、显示器接口、usb端口和其他接口等部分的功能进行检测。例如，可能会检查显示器接口是否能提供清晰的图像，usb端口是否能连接外部设备等。这些测试通常需要使用专门的测试设备和软件，而且需要花费一定的时间。
3、尽管当前的主板功能测试方法在一定程度上能够确保产品的质量，但是这种方法依赖于专家经验，而且缺乏理论依据和可解释性，这可能导致测试结果不准确，从而影响产品的可靠性；另一方面，这种方法需要花费大量的时间和资源，这会增加产品的测试成本。
技术实现思路
1、为解决上述问题，本专利技术提供融合决策树和故障树分析的主板功能测试策略设计方法。
2、该方法包括：
3、步骤一，根据故障主板的维修数据构建主板的故障树；
4、步骤二，计算第j个测项mj发生故障的概
5、步骤三，计算各测项的良率范围，测项mj的良率范围为[βmin(mj)，βmax(mj)]，βmin(mj)代表测项mj的良率最小值，βmax(mj)代表测项mj的良率最大值；
6、步骤四，在各测项的良率阈值设定范围内随机生成k个良率阈值，组合成良率阈值矩阵x，将良率阈值矩阵x作为构建的决策树模型的输入数据，对于生成的每个良率阈值，确定测项mj的测试策略s(mj)；
7、步骤五，确定主板的测试策略s，并计算该测试策略对应的经济效益y，将经济效益y聚成l类后作为决策树模型的输出数据；
8、步骤六，确定决策树模型中的目标路径，根据目标路径上非叶节点所包括的信息更新测项的良率阈值设定范围
9、步骤七，根据更新后的良率阈值设定范围设定测项mj准确的良率阈值beta(mj)；
10、步骤八，将测项mj准确的良率阈值beta(mj)作为测项mj的良率阈值，将其与实际良率比较得到最终的测试策略。
11、进一步的，步骤二具体包括：
12、统计故障树中第i个底事件xi的发生概率范围，记为[pmin(xi)，pmax(xi)]，pmin(xi)代表底事件xi发生的最小概率，pmax(xi)代表底事件xi发生的最大概率，i∈[1，n]，n代表故障树中底事件的数量；
13、根据故障树结构和定量计算方法，将底事件xi的发生概率范围映射到与之相关的测项mj中，得到第j个测项mj发生故障的概率范围[pmin(mj)，pmax(mj)]，pmin(mj)代表测项mj发生故障的最小概率，pmax(mj)代表测项mj发生故障的最大概率，j∈[1，m]，m代表主板功能测试的测项数量。
14、进一步的，步骤三具体包括：
15、第j个测项mj的良率范围表示为[βmin(mj)，βmax(mj)]，计算方法如下：
16、βmin(mj)＝1-pmin(mj)；
17、βmax(mj)＝1-pmax(mj)；
18、其中，βmin(mj)代表测项mj的良率最小值，βmax(mj)代表测项mj的良率最大值。
19、进一步的，步骤四所述对于生成的每个良率阈值，确定测项mj的测试策略s(mj)，具体指：
20、
21、其中，代表取非操作，y(mj)表示主板测试过程中测项mj的实际良率，β(mj)表示测项mj的良率阈值，若良率y(mj)未达到良率阈值β(mj)，则s(mj)＝1，代表需要对测项mj进行测试；反之，s(mj)＝0，代表不需要对测项mj进行测试。
22、进一步的，步骤五所述将经济效益y聚成l类，具体指使用k-means方法将经济效益y聚成l类。
23、进一步的，l使用gap statistic方法寻找。
24、进一步的，步骤六具体包括：
25、记决策树模型中聚类中心最大的聚簇对应的标签为target，定义叶节点为target的路径为目标路径；
26、将出现在目标路径上的测项作为关键测项；没有出现在目标路径上的测项作为次要测项；
27、测项的更新后的良率阈值设定范围计算公式如下
28、
29、其中，是由非叶节点提供的测项mj的良率阈值设定上限或下限。
30、进一步的，步骤七具体指，测项mj准确的良率阈值beta(mj)为：
31、
32、本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
33、本专利技术提出的融合决策树和故障树分析的主板功能测试策略设计方法，基于故障树结构和决策树算法，有着坚实的理论基础和强可解释性，可以提高测试结果的准确性，从而提高产品的质量；另一方面，本专利技术的方法通过优化良率阈值，可以减少冗余测试，从而降低测试的时间和资源消耗，减少测试成本。
本文档来自技高网...【技术保护点】
1.融合决策树和故障树分析的主板功能测试策略设计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述融合决策树和故障树分析的主板功能测试策略设计方法，其特征在于，步骤二具体包括：
3.根据权利要求1所述融合决策树和故障树分析的主板功能测试策略设计方法，其特征在于，步骤三具体包括：
4.根据权利要求1所述融合决策树和故障树分析的主板功能测试策略设计方法，其特征在于，步骤四所述对于生成的每个良率阈值，确定测项Mj的测试策略s(Mj)，具体指：
5.根据权利要求1所述融合决策树和故障树分析的主板功能测试策略设计方法，其特征在于，步骤五所述将经济效益y聚成l类，具体指使用K-means方法将经济效益y聚成l类。
6.根据权利要求1所述融合决策树和故障树分析的主板功能测试策略设计方法，其特征在于，l使用Gap Statistic方法寻找。
7.根据权利要求1所述融合决策树和故障树分析的主板功能测试策略设计方法，其特征在于，步骤六具体包括：
8.根据权利要求7所述融合决策树和故障树分析的主板功能测试策略设
...【技术特征摘要】
1.融合决策树和故障树分析的主板功能测试策略设计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述融合决策树和故障树分析的主板功能测试策略设计方法，其特征在于，步骤二具体包括：
3.根据权利要求1所述融合决策树和故障树分析的主板功能测试策略设计方法，其特征在于，步骤三具体包括：
4.根据权利要求1所述融合决策树和故障树分析的主板功能测试策略设计方法，其特征在于，步骤四所述对于生成的每个良率阈值，确定测项mj的测试策略s(mj)，具体指：
5.根据权利要求1所述融合决策树和故障树...
【专利技术属性】
技术研发人员：赵云波，李瑶瑶，王康成，康宇，柏鹏，
申请(专利权)人：合肥综合性国家科学中心人工智能研究院安徽省人工智能实验室，
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。