[发明专利]一种测试案例生成方法及相关设备

权利要求书

1.一种测试案例生成方法，其特征在于，所述方法包括：

获取待测试软件的测试需求；

将所述测试需求输入预先构建的测试案例生成模型，基于所述预先构建的测试案例生成模型对所述测试需求进行处理，输出与所述待测试软件对应的测试案例数据，所述测试案例生成模型是由软件原始需求和与所述软件原始需求对应的历史测试案例数据进行训练得到的；

其中，基于所述软件原始需求和与所述软件原始需求对应的历史测试案例数据进行训练得到所述测试案例生成模型的过程，包括：

获取软件原始需求和与所述软件原始需求对应的历史测试案例数据；

基于所述软件原始需求，建立需求描述矩阵；

对所述历史测试案例数据进行预处理，得到规范后的历史测试案例数据；

将获得的所述需求描述矩阵与所述规范后的历史测试案例数据组合成训练数据，基于所述训练数据对初始测试案例生成模型进行训练，得到训练完成的测试案例生成模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述软件原始需求，建立需求描述矩阵，包括：

对所述软件原始需求进行拆分，并按照预设的整理规则将拆分后的软件原始需求进行处理，生成需求集合，所述需求集合的数量为多个；

提取所述需求集合的需求关键词；

根据所述需求集合和所述需求关键词，建立需求描述矩阵。

3.根据权利要求1所述的方法，其特征在于，所述将获得的所述需求描述矩阵与所述规范后的历史测试案例数据组合成训练数据，基于所述训练数据对初始测试案例生成模型进行训练，得到训练完成的测试案例生成模型，包括：

确定由输入层、隐藏层和输出层构成的初始测试案例生成模型；

基于所述需求描述矩阵和所述规范后的历史测试案例数据，对所述初始测试案例生成模型的输入层、隐藏层和输出层进行训练学习，得到训练完成的测试案例生成模型。

4.根据权利要求3所述的方法，其特征在于，所述基于所述需求描述矩阵和所述规范后的历史测试案例数据，对所述初始测试案例生成模型的输入层、隐藏层和输出层进行训练学习，得到训练完成的测试案例生成模型，包括：

将所述需求描述矩阵的每一个行向量通过所述初始测试案例生成模型的输入层输入；

在所述需求描述矩阵的每一个行向量经过所述隐藏层时，所述隐藏层对所述每一行向量进行线性变化和非线性变化，以将测试案例的实际输出值通过所述输出层输出；

基于所述测试案例的实际输出值和所述规范后的历史测试案例数据，确定交叉熵函数的值；

若确定所述交叉熵函数的值不趋近于预设限额，则计算所述交叉熵函数的值和预设限额的误差；

基于所述交叉熵函数的值和预设限额的误差，调整所述初始测试案例生成模型中线性变化和非线性变化所对应的权重，得到训练完成的测试案例生成模型。

5.一种测试案例生成装置，其特征在于，所述装置包括：

构建单元，用于基于软件原始需求和与所述软件原始需求对应的历史测试案例数据进行训练，以构建测试案例生成模型；

其中，所述构建单元，具体用于基于所述软件原始需求和与所述软件原始需求对应的历史测试案例数据进行训练得到所述测试案例生成模型的过程，包括：获取软件原始需求和与所述软件原始需求对应的历史测试案例数据；基于所述软件原始需求，建立需求描述矩阵；对所述历史测试案例数据进行预处理，得到规范后的历史测试案例数据；将获得的所述需求描述矩阵与所述规范后的历史测试案例数据组合成训练数据，基于所述训练数据对初始测试案例生成模型进行训练，得到训练完成的测试案例生成模型；

获取单元，用于获取待测试软件的测试需求；

测试案例生成模型，用于将所述测试需求输入测试案例生成模型，基于所述测试案例生成模型对所述测试需求进行处理，输出与所述待测试软件对应的测试案例数据。