基于AUML模型的BDI Agent测试用例生成算法研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:suyu_001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着Agent技术的不断发展和多Agent系统应用的不断普及,对Agent系统的测试研究也不断成为热点。目前,国内外大多数学者和研究人员提出了各自的测试方法对Agent软件和多Agent系统进行测试,虽然这些测试方法与测试理论的提出有效的促进了Agent软件测试技术的发展和不断进步,但是,在BDI型Agent软件测试用例自动化生成领域,当前的研究工作尚存在些许的不足。为了提高BDI Agent的测试效率和测试结果,本文提出了一种基于AUML序列图模型的BDI Agent测试方法。在本文提出的算法中,测试方法以BDI推理模型为研究对象,通过目标规划树来确定单Agent处理复杂问题的行为逻辑。通过遍历算法确定单Agent的行为轨迹,在此基础上,基于AUML序列图模型分析多Agent系统间Agent交互关系。然后,对AUML模型中的序列图进行分析,做Agent间的交互测试。首先,将序列图中的消息进行提取,确定MAS中每个Agent所要处理的消息事件集合;然后,依据消息集合生成目标规划树,遍历目标规划树确定测试路径;最后依据测试路径生成测试用例。经实验验证,此方法可以基于AUML序列图生成完备的测试用例。
其他文献
信息社会中我们需要依赖于各种各样的计算机系统,为了保存各类信息,从个人到整个社会如何存储海量数据显得非常重要。但计算机系统在处理能力快速提高的同时,存储能力成为制约计
在普适计算环境下,信息空间(虚拟世界)与物理空间(现实世界)高度融合,在这个高度融合的空间中,人们可以随时随地、透明地获得数字化的服务。随着普适计算研究不断地深入,普适计算所面
分形理论在通信、现代医学、流体力学、纺织科学、工业设计、文化艺术、计算机科学等学科也得到广泛的应用。形式化方法是一种基于数学方法的规约,技术和验证系统的工具。它不
粒计算融合了粗糙集、模糊集、人工智能等多学科研究成果,是研究复杂问题、海量数据挖掘和不确定信息处理等的一种有效工具。近年来,粒计算理论被广泛应用于人工智能、数据挖
随着网络通信技术与多媒体技术的飞速发展,数字多媒体数据的非法复制、处理和传播变得越来越容易。这样使得多媒体数据内容的盗版和侵权问题日益严重。如何保护数字多媒体内容
在数据挖掘应用领域(如Web页面分类),收集大量未标记的实例已相当容易,而标记这些实例却需要耗费大量的人力物力。因此在有标记实例较少时,如何利用大量的未标记实例来改善学习性
随着信息技术的发展,计算机技术已经融入了现代社会各个领域,得到极其广泛的应用。然而在这样的背景下,计算机系统的异常可能会造成灾难性后果。  测试和仿真通常被用来保障这
随着信息黄金时代的到来,人们越来越意识到数据的重要性,而从这些大量的数据中挖掘有用的信息也变得越来越困难。特别是微博的兴起,使得每天产生大量的微博文本数据,而这些微博文
随着计算机和通信相关技术迅猛发展后,网络技术越为完善,而许多使用网络技术的实际应用如金融信息、地质测量、天文观测、气象、传感网络和数据集成等,产生了大量的数据流。
随着云计算技术的飞速发展,Web服务作为其关键技术之一被广泛应用,互联网上可用Web服务数量快速增长,因此如何快速准确定位Web服务,实现服务发现和组合变得十分必要和困难。目前