测试领域复杂规划任务的自动化

在灵活、及时地执行测试时，测试领域经理越来越难以满足客户的要求，同时难以实现成本密集型测试资源的高利用。其原因是，在复杂的流程和依赖网络中，必须连接越来越多的测试订单和有限的测试资源。

由于复杂性和现有目标冲突，通常无法进行最佳规划。然而，通过使用适当的算法，规划员可以及时获得比手动方式更好的规划结果。

它是关于解决以下规划问题：

• 存在相互竞争的规划目标。例如，最大限度地减少产出时间、最大限度地利用测试资源或最大限度地遵守时间表。
• 可用的测试资源有限。测试资源包括测试台、测量设备、测试部件或工作人员。
• 在规划过程中必须考虑不同的限制。例如，工作时间、可用性、地点决策或测试资源的功能。

通常，测试领域的限制有不同的优先级：

• 硬限制：不得打破硬限制。示例：测试台不能同时执行两种不同的测试。
• 软限制： 如果可以避免，软限制则不应打破。示例：公司不喜欢在特定位置执行特定类型的测试。

此外，适当的算法必须区分消极限制和积极限制。虽然不应打破消极限制，但应尽可能满足积极限制。示例：A公司喜欢在特定位置执行特定类型的测试。

在解决规划问题时，可以分配分值给不同类型的限制。因此，规划问题的每一个解决方案都可以用分值进行评级。此评级结果的分值是可分为以下类别的多种方案：

• 可能的解决方案：一个可能的解决方案可以是任何解决方案，无论它是否违反了一些限制。测试领域的规划问题通常有非常多的可能解决方案。然而，许多这样的解决方案是毫无价值的。
• 可实现的解决方案：这些解决方案不会违反硬性、负面的限制。可实现的解决方案数量通常与可能的解决方案数量相对应。有时没有可实现的解决方案。
• 优异解决方案：优异解决方案是得分最高的解决方案。即使没有可实现的解决方案，也总至少有一个这样的解决方案。
• 最佳解决方案：最好的解决方案是得分最高的解决方案，该解决方案在规定的时间内找到，并且是可实现的。

Peak Solution已开发出 Peak Test Management Suite (Peak TMS) 的附加组件，可自动解决上述测试问题。附加组件为用户提供了算法以有效的方式运行大量可能的规划解决方案。在启发式、评分程序和规则的帮助下，算法可以在可接受的时间内找到最佳解决方案。当然，这些算法可以灵活地适应单个要求，只需几行 XML 代码即可。