Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids bakalaura akadēmiskās studijas
Studiju programmas nosaukums Datorsistēmas
Nosaukums Testpiemēru kopu reducēšanas paņēmienu izpēte
Nosaukums angļu valodā Research on Techniques for Test Case Reduction
Struktūrvienība 33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Darba vadītājs Ērika Nazaruka
Recenzents Valdis Saulespurēns
Anotācija Galvenā problēma, kas aplūkota šajā pētījumā, ir programmatūras kopu reducēšanas paņēmienu izpēte. Tā ir ļoti svarīgi programmatūras izstrādes efektivitātes uzlabošanai un resursu pārvaldībai, jo īpaši ņemot vērā programmatūras sistēmu pieaugošo sarežģītību. Šī pētījuma mērķis ir izpētīt un izprast dažādas metodes testa gadījumu kopu samazināšanai. Tas ietver pašreizējo stratēģiju un inovāciju pārbaudi šajā jomā, esošo metožu trūkumu noteikšanu un izpratni par to, kā jaunas tehnoloģijas un pieejas var izmantot, lai uzlabotu pārbaudes gadījumu samazināšanu. Līdz šim ir veikts visaptverošs literatūras apskats, koncentrējoties uz dažādām metodēm un metodoloģijām testa gadījumu kopas samazināšanai. Tas ietver mākslīgā intelekta, pašpielāgošanās mācību algoritmu, daļiņu spieta optimizācijas un hibrīda testa gadījumu ģenerēšanas metožu lomu pārbaudi. Primārā šajā pētījumā izmantotā metode ir visaptveroša literatūras analīze un empīrisko datu interpretācija. Tās mērķis bija ne tikai apkopot esošos pētījumus par testa gadījumu samazināšanas metodēm, bet arī sistemātiski novērtēt to efektivitāti dažādos programmatūras testēšanas kontekstos. Literatūras apskats koncentrējas uz četrām galvenajām kategorijām: mākslīgais intelekts, adaptīvie algoritmi, hibrīdmetodes un dimensiju samazināšanas pieejas. Šīs analīzes procesā identificētas gan tehnoloģiskās inovācijas, piemēram, FERPSO-IMPR un LLM balstītās pieejas, gan arī trūkumi, kas saistīti ar augstām resursu prasībām vai datu kvalitāti. Pētījuma uzsvars tika likts uz to, lai izceltu, kā dažādas metodes ietekmē testēšanas pārklājumu, defektu noteikšanas spējas un kopējo skaitļošanas efektivitāti. Turklāt analīze atklāja praktiskās iespējas šīs metodes pielietot reālās vidēs, piemēram, regresijas testēšanā vai liela mēroga paralēlo sistēmu testēšanā. Pārskats sniedz strukturētu izpratni par metožu piemērotību specifiskiem uzdevumiem, tādējādi veicinot ieteikumu izstrādi un metožu validāciju praktiskā kontekstā. Dati par darba apjomu – 63 lapaspuses, 3 attēli, 12 tabulas, 23 izmantotie informācijas avotu un pielikumu skaits.
Atslēgas vārdi TESTA GADĪJUMU SAMAZINĀŠANA, PROGRAMMATŪRAS TESTĒŠANA, OPTIMIZĀCIJAS METODES, HIBRĪDMETODES, PROGRAMMATŪRAS KVALITĀTES NODROŠINĀŠANA
Atslēgas vārdi angļu valodā TEST CASE REDUCTION, SOFTWARE TESTING, OPTIMIZATION METHODS, HYBRID METHODS, SOFTWARE QUALITY ASSURANCE
Valoda lv
Gads 2025
Darba augšupielādes datums un laiks 02.01.2025 13:24:02