题目：AFC自动化回归测试用例筛选工具的研究与实现

北京市轨道交通AFC自动售检票系统是目前国内规模最大的地铁售检票系统，承担着轨道交通的日常运营管理，其安全性和稳定性对于轨道交通运营至关重要。北京市轨道交通AFC检测中心承担着对AFC系统定期测试的工作，包括对关键模块、终端设备和应用系统的常规测试和回归测试。AFC测试涉及众多设备和系统，这些设备或系统均是由不同的生产厂商提供。AFC测试是依据《北京市轨道交通联网收费系统检测规范》进行的黑盒功能测试。

目前，在北京市轨道交通AFC检测中心在日常检测中，回归测试作为系统质量保证很重要的一个环节，并没有能够很科学合理的执行。很长一段时间内，AFC系统的回归测试采用的都是重复执行全部测试用例的方法。这种方法存在两方面的问题，第一，AFC系统测试用例数量庞大，执行全部用例的测试代价过高。第二，为了降低成本，通常是多次测试后才进行一次回归测试，使得回归测试失去了针对性和及时性，导致AFC系统新线接入、旧线升级工作的测试工作耗费时间过多。因此，对于AFC系统回归测试工作，需要通过科学合理的用例筛选方法，减少测试用例数量，来降低测试成本，提高测试效率。

本文旨在寻找一种适用于AFC系统的回归测试用例筛选方法，减少测试用例数量的同时保证测试的安全性和可靠性，最后设计并实现回归测试用例筛选子系统，并将该子系统集成到回归测试工具中。本文的主要工作成果包括：

（1）    研究常用的回归测试用例技术，并结合AFC系统测试的特点，针对不同类别的测试，给出了基于相似性的用例筛选方法、基于功能模型的用例筛选方法和基于风险的用例筛选方法。

（2）    对于经过筛选后的测试用例，给出了一种基于测试用例发现错误概率的优先级排序方法，该方法通过构建贝叶斯网络来计算不同测试用例发现错误的概率，并根据概率大小对测试用例优先级进行排序。

给出了系统总体方案，设计并实现了回归测试工具中的用例筛选子系统。该回归测试用例筛选子系统已经与北京市轨道交通中心AFC检测管理平台集成并投入使用。