[发明专利]一种自动化测试方法及装置

权利要求书

1.一种自动化测试方法，其特征在于，包括：

S1：使用优化算法确定现有数据的变化规律模型的最佳拟合参数；

S2：将当前的最佳拟合参数传递至所述变化规律模型；

S3：利用当前的变化规律模型进行试验，获得试验结果；

S4：判断所述试验结果是否位于相应预设阈值范围内，若否，根据所述试验结果调节所述最佳拟合参数，并以调节后的最佳拟合参数作为当前的最佳拟合参数，执行S2。

2.根据权利要求1所述的方法，其特征在于，

所述根据所述试验结果调节所述最佳拟合参数，包括：通过反向传播BP技术，根据所述试验结果调节所述最佳拟合参数。

3.根据权利要求1所述的方法，其特征在于，

所述优化算法包括：梯度下降法、K-均值K-means算法、隐马尔科夫模型HMM、牛顿法、决策树、随机森林、XGBOOST中的任意一种。

4.根据权利要求1所述的方法，其特征在于，

所述现有数据包括：结构化数据格式的数值型数据。

5.根据权利要求1至4中任一所述的方法，其特征在于，所述S1，包括：针对建立现有数据的变化规律模型所需用到的Sigmoid函数，根据所述Sigmoid函数的特性，获得公式一和公式二；

所述公式一包括：

P(y＝1|x；θ)＝h_θ(x)

其中，θ为参数，x为样本，h(x)为变化规律模型，P(y＝1|x；θ)为样本x属性正类(y＝1)的条件概率；

所述公式二包括：

P(y＝0|x；θ)＝1-h_θ(x)

其中，P(y＝0|x；θ)为样本x属性负类(y＝0)的条件概率；

将所述公式一和所述公式二合并成公式三；

所述公式三包括：

P(y|x；θ)＝(h_θ(x))^y(1-h_θ(x))^1-y

根据所述公式三，生成公式四；

所述公式四包括：

l(θ)=Πi=1m(hθ(x(i)))y(i)(1-hθ(x(i)))1-y(i)]]>

其中，l(θ)为所有样本生成的概率，m为样本的总数，x⁽ⁱ⁾为所有样本中第i个样本，y⁽ⁱ⁾为所有样本中第i个样本的类别，且θ和x⁽ⁱ⁾是多维向量；

使用梯度下降法以对所述公式四求偏导，获得公式五；

所述公式五包括：

∂∂θjl(θ)=(y-hθ(x))xj]]>

根据所述公式五和确定的公式六，生成公式七；

所述公式六包括：

hθ(x)=g(θTx)=11+e-θTx]]>

其中，θ^T为θ的转置；

所述公式七包括：

θj:=θj+a(y(i)-hθ(x(i)))xj(i)]]>

其中，a为优化系数，θ_j为第j个参数，θ_j:为最佳拟合参数；

根据所述公式七，确定所述变化规律模型的最佳拟合参数。