К вопросу о выборе исходных данных при автоматизации тестирования программ
Автор: Баглюк Сергей Иванович, Нечай Александр Анатольевич
Рубрика: Информатика и вычислительная техника
Статья в выпуске: 4, 2020 года.
Бесплатный доступ
Рассмотрен подход к подбору тестовых исходных данных для организации автоматизированного тестирования класса программ, выполняющих обработку больших объемов числовых данных. Подход основан на анализе закона распределения каждого тестируемого входного параметра программы и группировании тестовых наборов данных пропорционально размерам площадей под кривыми плотности распределения каждого нормированного входного параметра на каждом диапазоне их разбиения.
Тестирование программ, тестовые входные наборы данных, закон распределения исходных данных, плотность распределения исходных данных, многомерный куб, площадь под кривой
Короткий адрес: https://sciup.org/148309091
IDR: 148309091 | DOI: 10.25586/RNU.V9187.20.04.P.103
Список литературы К вопросу о выборе исходных данных при автоматизации тестирования программ
- Баглюк С.И. К вопросу о тестировании программных модулей // Вопросы анализа и синтеза систем управления, контроля и диагностики: учебное пособие. М.: МО СССР, 1990. С. 79-82.
- Вентцель Е.С. Теория вероятностей. М.: Гос. изд-во физ.-мат. литер., 1958. 468 с.
- Новиков А.Н., Нечай А.А., Малахов А.В. Математическая модель обоснования вариантов реконфигурации распределенной автоматизированной контрольно-измерительной системы // Вестник Российского нового университета. Серия "Сложные системы: модели, анализ и управление". 2016. Вып. 1-2. С. 56-59.
- Смагин В.А., Баглюк С.И. Метод определения вероятности выбора решения из совокупности альтернативных вариантов // Математическое и имитационное моделирование в системах проектирования и управления: тез. докл. Всес. конф. Чернигов, 1990. С. 52-54.
- Широбоков В.В., Нечай А.А. Алгоритм планирования энергосберегающей параллельной обработки информации с учетом информационной важности и времени поступления задач // Вестник Российского нового университета. Серия "Сложные системы: модели, анализ и управление". 2017. Вып. 1. С. 88-93.
