基于UML状态图的列控中心软件测试路径生成方法

详细信息

Method of software test paths generation for train control center based on UML state chart diagram

School of Information Science and Technology, Southwest Jiaotong University, Chengdu 611756, China

摘要: 针对列控中心测试，介绍了基于UML状态图的列控中心测试路径生成方法。根据列控中心需求规范建立UML状态图模型；采用改进的深度优先搜索算法（DFS）自动搜索有向图得到从初始节点到终止节点的所有路径集合，利用贪心算法构造超串合并测试需求；利用路径集合扩展测试需求集合，最终实现测试路径自动生成；以列控中心改变区间运行方向功能为例，给出测试路径生成方法实现。
- 测试路径 /
- UML状态图 /
- 列控中心 /
- 深度优先搜索 /
- 超串
Abstract: Aiming at testing train control center (TCC), this article introduced the method of test paths generation for TCC based on UML state chart diagram. The UML state chart diagram model was established on the requirement specification of TCC. An improved Depth First Search (DFS) Algorithm was used to automatically search the directed graph, and get all paths from the initial node to the end node. The Greedy Algorithm was used to construct the test requirement of super string merging, and the path set was used to extend test requirements set. Finally, the automatic generation of test path was implemented. Taking changing running direction in sections of TCC for example, the implementation of test path generation method was given.
- test paths /
- UML state chart diagram /
- train control center (TCC) /
- depth first search /
- super string

[1]	王喆，郭艳军. 基于Lua 的列控中心自动测试脚本技术研究[J]. 自动化技术与应用，2013，32（3）：53.
[2]	徐宏喆，陈建明. UML 自动化测试技术[M]. 西安：西安交通大学出版社，2006 ：48-49.
[3]	赵春刚. UML系统建模基础教程[M].北京：北京大学出版社，2013 ：80-90.
[4]	郝荣霞. 图论导引[M]. 北京：北京交通大学出版社，2014 ：33-34.
[5]	申时凯，吴绍兵，申浩如，等. 计算最短公共超串的贪婪算法[J]. 计算机工程与设计，2007，28（8）.
[6]	中华人民共和国铁道部. 科技运[2010]138 号列控中心技术规范[S]. 北京：中华人民共和国铁道部，2010.

1.	薛锋，吴林鸿，汪雯文，周琳. 基于MI-PSO-RBF神经网络的铁路客货运量预测研究. 铁道运输与经济. 2024(09): 123-135 . 百度学术
2.	崔淑华，侯慧君，武慧荣. 利用标准差赋权组合模型预测大宗货物运输需求. 交通科技与经济. 2022(06): 31-38 . 百度学术
3.	徐菲，任爽. 基于分解—集成的铁路货运需求预测研究. 运筹与管理. 2021(08): 133-138 . 百度学术
4.	刘金芳，向万里，王璐璐. 基于VMD-BAS-BP的铁路货运量预测研究. 青海交通科技. 2021(06): 50-56+68 . 百度学术
5.	徐文文，彭建平，邱春蓉. 基于支持向量回归的地铁受电弓滑板磨耗趋势预测模型研究. 铁路计算机应用. 2020(01): 77-81 . 本站查看
6.	杨基宏，陈浩林，徐刚，余澄庆，刘辉. 基于ELM的城市轨道交通系统建设成本估算研究. 铁路计算机应用. 2020(04): 1-4 . 本站查看
7.	谭雪，张小强. 基于GRU深度网络的铁路短期货运量预测. 铁道学报. 2020(12): 28-35 . 百度学术
8.	张蕾，孙德山，张文政，王玥. 基于灰色关联分析的支持向量机的铁路货运量预测研究. 经济数学. 2018(02): 58-61 . 百度学术
9.	任巧丽，马乾. PCA-RBF神经网络对兰州市日平均气温的预测. 宜宾学院学报. 2018(12): 111-115 . 百度学术