[发明专利]多任务测试性指标分配方法

摘要

本发明公开了一种多任务测试性指标分配方法，首先获取相关数据，包括任务数量、模块数量、任务与模块的关联标识，各任务和模块对测试性指标的最低要求，各个模块的平均无故障时间、测试性代价因子，以及各种测试性代价因子的权重，根据以上数据计算得到每个模块的综合测试代价，然后建立测试性指标分配的数学模型，采用粒子群算法对模块进行求解，从而得到各模块的测试性指标分配结果。本发明针对多任务模型中任务与模块存在多对多映射的情况，建立相应的测试性指标分配数据模型，使得分配后的测试性指标不仅满足各模块的要求，也可以满足各任务对测试性指标的要求，并使测试代价最小，从而降低系统的研制成本和维护成本。

主权项

一种多任务测试性指标分配方法，其特征在于，包括以下步骤：S1：根据任务模型树和产品结构树得到任务数量N和模块数量M，通过多任务模型得到任务与模块的关联标识k_ij，当k_ij＝1时表示模块j属于任务i，当k_ij＝0时表示模块j不属于任务i，i表示任务序号，取值范围为i＝1,2,…,N，j表示模块序号，取值范围为j＝1,2,…,M；得到各任务和模块对测试性指标的最低要求，包括每个任务i的指标最低要求F_imin和每个模块j的指标最低要求F_jmin；统计得到每个模块的平均无故障时间α_j；获得各模块的测试性代价因子其中d表示测试性代价因子的种类序号，其取值范围为d＝1,2,…,D，D表示测试性代价因子的种类数量；设置各种测试性代价因子的权重W_d；S2：计算每个模块的综合测试代价λ_j：${\mathrm{\λ}}_j={\mathrm{\Σ}}_{d=1}^D{W}_d\×C_j^d;$S3：采用粒子群算法对以下模型进行求解，得到各模块的测试性指标分配结果：$\min f\left({\mathrm{\γ}}_j\right)={\mathrm{min\Σ}}_{j=1}^M{\mathrm{\λ}}_j\×{\mathrm{\γ}}_j$$\left\{\begin{array}{cc}{F}_{i\min }\≤\frac{{\mathrm{\Σ}}_{j=1}^M{k}_{ij}{\mathrm{\α}}_j{\mathrm{\γ}}_j}{{\mathrm{\Σ}}_{j=1}^M{\mathrm{\α}}_j},& i\∈\[1,N\]\\ F_{j\min }\≤{\mathrm{\γ}}_j\≤1,& j\∈\[1,M\]\end{array}\right.$其中，γ_j表示模块j分配的测试性指标。