發(fā)布時間：2020-04-13 08:06

【摘要】：空間科學(xué)衛(wèi)星孕育著科學(xué)上的重大突破與發(fā)現(xiàn),其對有效載荷系統(tǒng)的高可靠性和安全性指標(biāo)的實現(xiàn)依賴于充分有效的地面測試驗證和實驗。有效載荷系統(tǒng)地面綜合測試是驗證有效載荷系統(tǒng)設(shè)計的重要環(huán)節(jié),其測試用例的設(shè)計需要綜合設(shè)備級/系統(tǒng)級設(shè)計,如功能設(shè)計、工作模式設(shè)計、遙控/遙測指令設(shè)計,以及測試要求等多方面因素,是一項復(fù)雜的綜合性設(shè)計工作。隨著航天技術(shù)的發(fā)展以及空間科學(xué)領(lǐng)域探索的深入,承擔(dān)科學(xué)任務(wù)的有效載荷系統(tǒng)日益復(fù)雜化,為提高測試用例規(guī)劃的效率和測試用例的有效性,對有效載荷系統(tǒng)測試用例智能規(guī)劃方法進(jìn)行深入研究,設(shè)計以知識為核心的有效載荷系統(tǒng)測試用例智能規(guī)劃體系架構(gòu),提出本體知識模型與群智能算法相結(jié)合的測試用例智能規(guī)劃方法。首先,基于對有效載荷系統(tǒng)知識特點及地面綜合測試的測試需求的分析,構(gòu)建有效載荷系統(tǒng)知識模型。深入研究有效載荷系統(tǒng)特征,提出有效載荷系統(tǒng)層次知識結(jié)構(gòu)(Hierarchical Knowledge Structure Payload System,HKSPS),將其知識空間劃分為系統(tǒng)級、元素級、行為級以及元級四個層次,分析各層次知識結(jié)構(gòu)及其形式化模型,在此基礎(chǔ)上構(gòu)建有效載荷系統(tǒng)領(lǐng)域本體知識模型,充分描述有效載荷系統(tǒng)的宏觀行為和微觀結(jié)構(gòu)知識,為測試用例規(guī)劃提供知識基礎(chǔ)。其次,依據(jù)有效載荷系統(tǒng)知識模型,設(shè)計功能序列智能規(guī)劃方法。針對傳統(tǒng)回溯算法在求解功能序列規(guī)劃問題中搜索效率較低的問題,提出基于“擇劣變異”(Worst Individual Mutation,WIM)策略的協(xié)同遺傳算法(Co-evolution Genetic Algorithm,CGA)的改進(jìn)算法WIM-CGA,充分利用原有CGA算法的“生存期適應(yīng)度評估”思想的優(yōu)勢,并采用雙路線的進(jìn)化方案,即“擇優(yōu)實施標(biāo)準(zhǔn)遺傳,擇劣實施變異”,提高求解精度及搜索效率。仿真分析表明,不同問題規(guī)模下,所提WIM-CGA算法均比CGA算法具有更優(yōu)的搜索性能。最后,為提升測試用例的有效性,研究有效載荷系統(tǒng)功能優(yōu)先排序問題,實現(xiàn)對測試用例的優(yōu)化。針對Ant-Q算法在求解多目標(biāo)的優(yōu)先排序問題時存在搜索效率較低、易陷入局部最優(yōu)的問題,提出其改進(jìn)算法MMAS-AQ算法,一方面,應(yīng)用最大最小蟻群算法(Max-Min Ant System,MMAS)改進(jìn)標(biāo)準(zhǔn)蟻群算法,并重新定義信息素的計算方法、邊界設(shè)置、轉(zhuǎn)移概率等;另一方面,提出自適應(yīng)小批量更新規(guī)則改進(jìn)信息素的更新策略。仿真分析表明,所提MMAS-AQ算法在不同問題規(guī)模下均可有效改善局部最優(yōu)的不足,具有更高的求解效率。應(yīng)用某型號科學(xué)衛(wèi)星的有效載荷系統(tǒng)對所提方法進(jìn)行實驗驗證,實驗結(jié)果表明,有效載荷系統(tǒng)知識模型可以充分描述領(lǐng)域知識,為測試用例規(guī)劃提供完備的知識,且測試用例規(guī)劃效率高,實例中規(guī)劃功能規(guī)模為25的測試用例耗時約為3.20 s,同時,其APFD指標(biāo)相比未優(yōu)化的測試用例提高了2.88個百分點,具有較高的故障檢測效率。本文提出的測試用例智能規(guī)劃方法滿足有效載荷系統(tǒng)地面綜合測試中測試用例的設(shè)計要求,可以提高測試用例規(guī)劃效率和測試用例的有效性,為有效載荷系統(tǒng)地面綜合測試技術(shù)的智能化發(fā)展提供理論依據(jù)及參考價值。
【學(xué)位授予單位】：中國科學(xué)院大學(xué)(中國科學(xué)院國家空間科學(xué)中心)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：V474.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張娜;姚瀾;包曉安;董萌;桂寧;;多目標(biāo)優(yōu)化的測試用例優(yōu)先級在線調(diào)整策略[J];軟件學(xué)報;2015年10期

2 米永強(qiáng);高岳林;;求解約束優(yōu)化問題的改進(jìn)粒子群優(yōu)化算法[J];江西師范大學(xué)學(xué)報(自然科學(xué)版);2015年01期

3 呂笑慰;王華茂;閆金棟;;基于狀態(tài)圖的航天器測試用例設(shè)計[J];航天器工程;2014年06期

4 孫花;朱錦新;;基于Q學(xué)習(xí)和雙向ACO算法的云計算任務(wù)資源分配模型設(shè)計[J];計算機(jī)測量與控制;2014年10期

5 王子元;陳林;汪鵬;仉雪玲;;改進(jìn)的測試用例錯誤檢測效率度量方法(英文)[J];Journal of Southeast University(English Edition);2014年03期

6 顧聰慧;李征;趙瑞蓮;;基于ACO的測試用例預(yù)優(yōu)化及參數(shù)影響分析[J];計算機(jī)科學(xué)與探索;2014年12期

7 馮秋燕;;基于UML模型的系統(tǒng)級測試用例生成方法[J];計算機(jī)應(yīng)用;2014年01期

8 張智軼;陳振宇;徐寶文;楊瑞;;測試用例演化研究進(jìn)展[J];軟件學(xué)報;2013年04期

9 耿技;聶鵬;秦志光;;軟件確保智能測試用例生成PSO算法進(jìn)展研究[J];電子科技大學(xué)學(xué)報;2012年06期

10 馬永杰;云文霞;;遺傳算法研究進(jìn)展[J];計算機(jī)應(yīng)用研究;2012年04期

相關(guān)博士學(xué)位論文 前3條

1 張慶科;粒子群優(yōu)化算法及差分進(jìn)行算法研究[D];山東大學(xué);2017年

2 魏圓圓;基于本體論的農(nóng)業(yè)知識建模及推理研究[D];中國科學(xué)技術(shù)大學(xué);2011年

3 廖守億;復(fù)雜系統(tǒng)基于Agent的建模與仿真方法研究及應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 李玉峰;基于改進(jìn)量子蟻群算法的測試用例約簡方法研究[D];大連海事大學(xué);2016年

2 劉紅宇;基于FSM模型的測試方案生成方法研究[D];北京工業(yè)大學(xué);2015年

3 傅鵬;多目標(biāo)廣義蟻群算法的收斂性、收斂速度和算法復(fù)雜度研究及其應(yīng)用[D];南京郵電大學(xué);2014年

4 顧聰慧;多目標(biāo)測試用例預(yù)優(yōu)化的ACO算法及參數(shù)優(yōu)化[D];北京化工大學(xué);2014年

5 孫淑潔;基于擴(kuò)展Petri網(wǎng)的多式聯(lián)運(yùn)流程優(yōu)化與仿真[D];中南大學(xué);2013年

6 李金蓉;基于改進(jìn)的蟻群算法在測試用例集約簡問題上的應(yīng)用研究[D];華南理工大學(xué);2013年

7 顧娟;基于FSM的啟發(fā)式測試序列生成方法研究及其應(yīng)用[D];北京郵電大學(xué);2013年

8 彭稷棟;基于改進(jìn)遺傳算法的測試用例自動生成應(yīng)用研究[D];江西理工大學(xué);2012年

9 吳道華;基于著色Petri網(wǎng)的測試用例生成及其在列控系統(tǒng)中的應(yīng)用[D];北京交通大學(xué);2010年

10 仲曉芳;基于回歸測試的測試用例優(yōu)先級的研究與應(yīng)用[D];中國海洋大學(xué);2010年

，

本文編號：2625789