● 摘要
柔性测试系统可以根据测试环境和测试需求调整测试进程。测试任务调度是柔性测试系统中的关键问题。实际的测试系统中存在多种多样的动态因素，例如新任务到达，机器故障以及可用资源集的改变等。这些动态因素影响着测试用例，测试目标，测试任务间的优化关系，进而改变测试任务调度的最优解。因此在柔性测试系统中，研究动态条件下的调度问题是至关重要的。
本文对基于动态条件下的多目标柔性测试任务调度问题开展研究：
根据动态条件下柔性测试任务调度问题的特性构造了动态数学模型。此模型主要考虑动态任务到达，基于马尔科夫决策过程而建立。在这个模型中，首先对问题及其约束关系进行了描述，然后基于状态空间，行动空间，转移矩阵和优化策略建立了动态决策过程，最后提出了本文的目标函数-最大完成时间和各步平均负荷。
本文提出了一种新的问题编码方案IESII(improving integrated encoding scheme)来提高测试效率。IESII是在IES编码基础上改变了每个测试任务的方案选择方式，使每个方案可以以相同的概率被选择。
针对柔性测试问题局优点较多，搜索难度大等特性，本文提出了一种基于混沌融合的静态多目标优化算法，为后续动态调度问题的研究提供指导。10种混沌映射被分别融合于算法的初始，交叉，变异三个位置构成算法的多个变体。实验采用标准测试函数ZDT和测试任务调度实例TTSP来证明算法有效性。在此部分中，我们还对算法进行了收敛性分析，为算法的应用提供了理论依据。
基于静态多目标测试调度问题的分析，我们提出了动态条件下的多目标调度算法。此算法使用多种群的动态优化方法，同时采用动态诱导，抗收敛，多种群排斥三种机制加强算法的空间搜索能力。实验采用标准动态函数FDA和动态测试任务调度实例DTTSP证明了算法的有效性。
本文还对动态优化算法的混沌融合方式进行了探究。混沌融合使得算法找到问题最优解的数目增多，并在某一目标上有一定提高。这对以后动态优化问题的研究有指导意义。
最后，在MATLAB开发环境下搭建动态测试任务调度的仿真验证平台。平台主要包含调度算法及测试用例选择和参数设置、最优效果展示等信息模块。