● 摘要
软件控制论旨在探讨软件理论和工程与控制理论和工程的交叉，将软件问题归结为控制问题，将控制问题归结为软件问题。软件测试的控制论方法把被测软件作为控制对象，软件测试策略当作相应的控制器，被测软件和测试策略构成一个闭环反馈控制系统。自适应测试技术能在测试过程中在线收集测试数据来调整测试策略，在这个过程中，在线的参数估计方法起着决定性的作用。本文正是以软件的自适应测试策略的复杂度及性能分析作为研究的切入点，通过分解自适应测试策略估计算法和渐进分析方法对基于受控马尔科夫链建模下，使用遗传算法（GA）和最小二乘算法（RLSE）两种估计方法的自适应测试策略进行了算法复杂度分析。并为测试性能实验独立搭建了一个B/S结构的基于J2EE框架的完整的测试仿真实验平台。在自主搭建实验平台的基础上，对自适应测试策略的算法复杂度和缺陷检测效率进行了大规模的软件实验。并针对传统自适应测试策略在性能上的瓶颈，对一种新型的低复杂度的黑盒测试方法动态随机测试策略(DRT)的特性进行了实验研究。此外，本文还提出了并行多线程自适应测试技术（M-AT），它的优越性和实践中的可行性也通过真实软件测试实验得到了初步验证。