基于时间自动机模型和萤火虫算法的联锁仿真测试方法

　　摘要�崳�

　　摘要:计算机联锁系统是保证车站内行车安全的关键设备,是高安全性、高可靠性的实时系统,在投入使用前需要进行全面、严格的测试.

　　由于联锁系统涉及到的工程量十分庞大,依赖于现场试验很难遍历其功能发现漏洞,利用计算机仿真测试技术可降低测试损耗,但在测试过程中依然面临着依赖专业人员手工操作、测试重复步骤多、测试耗时长等难题,测试效率难以提高.针对上述情况,本人提出了一种计算机联锁软件仿真测试方法,该方法利用时间自动机模型自动生成测试序列,利用萤火虫算法自动优化测试序列,最后结合实际站场数据自动执行测试序列.主要内容包括:��

　　(1)提出了一种基于进路控制的自动测试框架,该框架基于传统测试需求文档,通过分析计算机联锁软件测试需求,并根据进路控制时序逻辑将其包含的功能场景重组成了可以连续执行的测试项,减少一定重复操作的同时为后续对联锁的建模奠定了基础.��

　　(2)使用UPPAAL工具建立了基于进路控制的联锁系统时间自动机模型,该模型包含驱动测试、进路建立、自动解锁、取消进路、人工解锁和区段故障解锁六个子模型,子模型之间可进行信息交互,并利用该工具自带的仿真和验证功能证明了模型的正确性,引入辅助软件CoVer自动生成了覆盖模型所有迁移路径的原始测试序列集.��

　　(3)设计了基于萤火虫算法的测试序列优化方法,选取了三个基本功能场景对算法的应用进行说明,并与时间自动机产生的原始测试序列和基于遗传算法优化的测试序列进行对比,证明了萤火虫算法在收敛更快的情况下,有效降低了9%的冗余度.�崳�

　　(4)开发了计算机联锁仿真测试平台,结合实际站场对本文提出的方法进行了验证,结果表明,该仿真测试方法相对于传统方法,每条进路的全功能测试的抽象测试序列冗余度减少14%,具体测试步骤最多可减少36.1%,测试一个小型站场的时间由1?2天减少到7个小时左右,测试一个中型站场的时间由3~5天减少到18个小时左右.��

　　本文的研究结果表明,基于时间自动机模型和萤火虫算法的联锁仿真测试方法在保证测试覆盖度的同时,提升了测试的自动化程度,减少了测试的重复操作,相对于传统测试方法对测试效率有了明显提升.�崳�

　　关键词:计算机联锁软件;仿真测试;测试序列;时间自动机;萤火虫算法�崳�

　　ABSTRACT��

　　ABSTRACT: The computer interlocking system is the key equipment to ensure�妕ransport safety in the station. It is a high-safety, high-reliability real-time system, which�峳equires comprehensive and rigorous testing before being put into use.

　　Due to the large quantity of engineering of the interlocking system, it is difficult to�峝iscovery vulnerabilities through traversing its functions based on field test. The test loss�奵an be reduced by the computer simulation, but there are still some problems in the�妏rocess of testing, such as the dependence on professional manual operation, the large�奱mount of repetitive steps in the test and the long testing time, which make it difficult to�奿mprove the testing efficiency. Aiming at the above situation, a computer interlocking�峴oftware simulation test method is proposed, which generates test sequences�峚utomatically through the timed automata model, optimizes test sequences automatically�峵hrough the firefly algorithm, and finally executes test sequences automatically based on�峵he actual station data.�崳�

　　(1)An automatic test framework based on route control is proposed. Based on�妕raditional test requirement documents, the test requirements of computer interlocking�峴oftware are analyzed. According to the sequential logic of route control, the functional�妔cenes are reorganized into continuous test items to reduce the certain repetitive�妎perations and lay the foundation for the subsequent modeling of interlocking.��

　　(2)By using UPPAAL tool, the timed automata model of interlocking system based�妎n route control is established, including six sub-models: test-driven model, route-setting�妋odel, automatic-release model, route-cancellation model, manual-release model and�妔ection-fault-release model. Information is interacted between sub-models. And the�奵orrectness of the model is proved by the simulation and verification functions provided�奲y the tool. An auxiliary software CoVer is introduced to automatically generate the�妎riginal test sequence set covering all migration paths of the model.�崳�

　　(3)A test sequence optimization method based on firefly algorithm is devised.�峊aking three basic functional scenarios as examples, the application of the algorithm is�奿llustrated. Compared with the original test sequence generated by time automata and the�峵est sequence based on genetic algorithm optimization, the effectiveness of reducing 9%�妑edundancy based on firefly algorithm is proved in the case of faster convergence.�崳�

　　(4)A computer interlocking simulation test platform is developed, and the method�峱roposed in this paper is verified by a practical station. The results show that compared  with the traditional method, the redundancy of abstract test sequence for full-function test�妎f each route is reduced by 14%, and the specific test steps can be reduced by 36.1%. The�妕ime for testing a small station is reduced from 1-2 days to about 7 hours. The time for�妕esting a medium station is reduced from 3-5 days to about 18 hours.��

　　�奣he research results show that the interlocking simulation test method based on�崳妕imed automata model and firefly algorithm improves the automation of test while�峞nsuring the test coverage, and reduces the repetitive operation of test. Compared with�峵he traditional test method, the interlocking simulation test method improves the test�奺fficiency significantly.��

　　�奒EYWORDS: Computer Interlocking Software; Simulation Test; Test Sequence; Timed�夾utomata; Firefly Algorithm�崳�
 

目录

　　1引言

　　1.1 研究背景及意义

　　铁路信号技术己经经历了一百多年的发展,形成了今天的现代铁路信号系统.它是计算机技术、现代通信技术和控制技术在铁路运输生产过程中的具体应用[1].现代信号技术是衡量铁路现代化程度的关键指标,是发展高铁、提升速度的重要技术之一,同时可以有效控制列车、传送实时数据至工作人员,极大地提高铁路的通过能力.铁路信号分为车站信号和区间信号,其中车站信号控制系统用于铁路车站,用以实现站内行车指挥,使站内列车或调车车列运行时不发生追尾、迎面相撞、侧面冲突等事故.为了保证行车安全,在进路、信号机、道岔和轨道区段之间建立一种相互制约的关系,我们称之为联锁关系[2].因此,车站信号控制系统也称为车站联锁控制系统.在计算机技术日益成熟的背景下,人们开始尝试采用电子器件取代继电器,于是计算机联锁系统应运而生.计算机联锁系统是高可靠、高安全的安全苛求系统,在投入实际使用之前,需要投入大量人力物力,对其严格测试.针对于此类系统,测试所用时间甚至高达全部研发时长的60%[3].另外,由于联锁系统涉及到的工程量十分庞大并涉及安全,依赖于现场试验很难遍历其功能发现漏洞.因此,如何在保证测试案例覆盖度的前提下提高测试效率并降低成本,成为联锁软件测试中亟待解决的问题.

　　利用计算机仿真测试技术可以有效降低人力和财力的损失,工作人员不需要涉足现场,在试验场所搭建的仿真平台中,模拟系统运转情况即可发现和改正错误,高效率地完成系统测试.由于仿真平台环境可控性强,可以进行一系列极端情况下无法在现场模拟的仿真测试.但由于计算机联锁的生产单位众多,其软件、硬件架构甚至编程语言都存在差异,导致仿真测试平台很难适用全部系统.联锁软件的具体性、复杂性和高安全性,大大增加了通用的可配置的计算机联锁仿真测试平台的开发难度.��

　　即便搭建完成仿真测试平台,测试时依然需要测试人员进行大量重复性的操作,费时费力且十分依赖专家经验,往往无法保证测试的全面有效,因此可以在软件测试的过程中应用自动化,把联锁软件测试根据进路控制过程的逻辑时序整理成规范化、程序化的流程逐个执行.其中,形式化地表达联锁需求是实现自动化测试的前提,而合理地组织测试序列则是提升测试效率的关键.

　　综上,为了满足工程中的实际需求,开发一套可以自动执行的联锁软件仿真测试系统是十分有必要的.该系统依托于实验室硬件设备,建立在自主开发的仿真平台上,该平台上运行的联锁软件可以模拟车站工作人员输入的控制指令以及现场设备状态,而测试平台可以解析对功能场景建立的时间自动机模型,自动产生测试序列,再通过优化算法,高效组织测试案例.这一工作将会极大地提升测试过程中的自动化程度,减少测试时间、提升测试的效率,通过对计算机联锁充分、高效的测试达到降低其安全风险的目的.��

　　1.2研究现状

　　1.2.1仿真测试平台研究现状

　　欧洲部分国家具备独立于标准制定机构以外的测试机构,负责对铁路相关的信号控制以及安全防护系统进行第三方检测,对其质量进行安全认证15].其中德国宇航中心的RailSiTe是欧洲较为完备的测试机构,用来测试欧洲列车控制系统的组件.该实验室能够对铁路控制和安全技术进行详细的仿真测试,由于系统是模块化的,模块的类型和数量可以不同,因此可以适应大多数数量和类型的列车运行.但一个测试需要持续数周时间,生成上百个测试序列,每个测试序列都有几百个测试步骤,耗时较长.西门子推出的SIMIT仿真测试平台,支持对自动化项目的全面测试,该平台基于虚拟调试技术,无需离开办公室,即可对工程组态进行早期测试,在进行现场调试之前,虚拟调试技术可检测出几乎所有设计错误和功能错误.正因如此,调试时间降低约50%,确保系统及时甚至提前上线运行,但所有的程序和数据都保存在PLC中,不利于数据分析查阅.比利时的Muhitel公司下属的铁路认证部(MultiRailLab)是一个独立的ERTMS认证实验室,该实验室创建了许多标准工具用于产生描述包和消息的语言、测试案例数据库和测试序列,但其中大部分都没有公开使用.��

　　在国内,最早的计算机联锁检验站成立于1999年,由铁道部牵头,各个铁路相关高校进行技术支持,最终在上海铁道大学开发完成.经过长期的发展,其中自行研制的计算机联锁软件通用自动测试平台可以完成铁路车站计算机联锁设备销售许可证的资质测试、计算机联锁软件监督抽查、地铁及其他轨道交通信号控制软件测试和其它各项安全系统测试检验,是通过国家实验室认可和计量认证评审国内权威机构.西南交通大学针对SWJTU-II型联锁系统对其联锁逻辑核心采用UML (UnifiedModelingLanguage)方法建立了模型,通过对功能需求的抽象获取测试案例,降低了人为参与比例.但是,由于该测试平台只针对这一种类型的计算机联锁系统,并且处理道岔能力在20组以下,通用性较差.卡斯柯信号有限公司针对新一代计算机联锁控制系统ILOCK-200开发了一种自动化测试平台使用脚本驱动联锁,自动执行用例,极大地提升了测试的准确性.但该测试平台没有人机交互界面,对测试人员仍然有较高要求,不利于快速上手操作.�崳�

　　1.2.2测试序列优化方法研究现状

　　测试序列是一系列测试案例连接成的有序集合,如果未把测试案例整理成测试序列,每个测试案例的执行情况、执行次数都要在测试时不断地核对,即使是在自动测试的情况下,依然会由于重复操作耗费大量的时间,严重降低测试效率.因�崳姶�,对测试序列进行优化对提高测试效率具有重大意义.规划测试案例的串联顺序问题可转换为求解最短路径问题,常用的求解算法可分为以下四种:�崳�

　　(1)基于图论的算法.如Dijkstra算法、Floyd算法等.��

　　(2)基于优化理论的数学规划法.�崳�

　　(3)基于传统人工智能的搜索算法.如A*算法、盲目搜索算法等.��

　　(4)基于现代人工智能的搜索算法.如遗传算法、蚁群算法等.��

　　近年来,基于现代人工智能的搜索算法获得了大家的青睐,国内外研宄人员进行了一系列的探索.�崳�

　　2012年SrivastavaPR提出了一种受蚁群算法启发的最优测试序列生成解决方案[8],该算法假设信息素不随时间蒸发,蚂蚁选择信息素水平最低的路径,为了避免可能重复穿越路径的情况,引入了根节点集合,每次迭代后修改可行集.通过在自动柜员机(ATM)中试用,在不损失精度和效率的前提下,得到了低冗余的解,但大输入的髙运行时间是该算法的缺点.��

　　2013年Yang X S等提出了一种改进蛮火虫算法的最优测试序列生成方法[9],通过定义合适的目标函数,并在遍历图时引入引导矩阵,在迭代后,将亮度均值最高的路径优化为关键路径,并按路径亮度规定其优先级顺序.该算法对比上述蚁群算法,收敛速度更快,但圈复杂度增大时导致节点之间的依赖性很强,从而使一些转换路径冗余.��

　　2015年Khurana N等提出了一种使用UML模型和遗传算法优化测试序列的方法[1()],将序列图与状态图集成为一个系统图,它将覆盖最大数量的测试用例,然后用遗传算法对其进行优化,但有一些序列图和状态图组合的有关问题没有得到解决,不能实现完全的自动化.��

　　国内方面,2013年梁茨提出了一种基于路径优化算法的测试序列优化方法[11],为了获取状态可达图,采用基于Petri网的方法对RBC场景进行了建模,可以遍历模型中的所有路径产生测试子序列,在对序列进行优化,以RBC切换的基本功能场景进行应用验证,表明该方法在保证测试充分性的同时能显著降低测试序列的重复操作.�崳�

　　2017年,上官伟提出了一种基于萤火虫?免疫算法的测试序列优化算法[12],对车路协同系统进行建模,运用改进算法缩短了测试时间,说明通过降低测试序列冗余度来提升测试效率具有可行性.��

　　2018年,袁磊提出了一种基于深度学习与遗传算法的测试序列优化方法[13],用于自动安全防护设备接口试验,构建了基于深度学习算法的测试项决策网络,再使用遗传算法通过母测试序列以迭代的方式,先优化再更新,两种算法相辅成,生成新的测试序列集合,最终通过仿真试验证明了策略的有效性.

　　1.2.3研究现状分析��

　　综上所述,目前国内外针对计算机联锁软件仿真测试方法的研究和实际应用是非常多样的.大家在推动联锁测试自动化、提髙测试效率的同时,也都面临着类似的问题,诸如:联锁软件是安全苛求的,应用自动测试的手段难以分析测试结果,也无法对测试质量做出评价,这导致了联锁测试依然依赖有经验的专业人员,自动化程度难以提高;铁路系统所独有的具体性和复杂性往往导致了联锁测试软件通用性差,经常会出现更换一个联锁软件,之前所设计的测试工具便无法继续使用的情况,这导致了开发测试平台耗时长,工作量巨大;另外,在测试序列优化方面,更多的是理论分析而非工程实践,由于软件测试工程性很强,理论研宂大于实际测试显然是不合理的,所以需要总结前辈们的科研成果以确实能应用到实际情况中去;等等.��

　　1.3论文组织架构��

　　本文以计算机联锁软件为研宄对象,将研究重点放在计算机联锁仿真测试方法上.首先搭建了基于进路控制的自动测试框架,然后重点阐述联锁功能的形式化表达方法、基于模型的测试序列生成方法和测试序列的优化方法,为后续自动执行测试序列打下良好基础,最后开发了联锁软件的仿真测试平台,通过导入联锁功能的形式化模型并注入测试数据实现自动测试.��

　　论文共分为六章,其组织架构如下:�崳�

　　第一章是引言部分,概述了计算机联锁软件测试的研宄背景及意义,分析了提高测试效率的可行方案,提出一种基于仿真测试平台产生、优化测试序列的自动化测试方案,介绍了国内外计算机联锁仿真平台和测试序列优化方法的研宄现状,并总结其不足之处.��

　　第二章是计算机联锁软件测试基础,对联锁软件的测试需求进行分析,并把联锁功能按照场景分类根据其时序逻辑串联成适合自动测试的流程,阐述了基于模型的测试方法的优势,介绍petri网、UML和时间自动机等适用于于联锁的形式化建模方法以及基于遗传算法、萤火虫算法和蚁群算法的求解最优测试序列理论.��

　　第三章是基于联锁模型的测试序列自动生成,选取时间自动机方法并使用UPPAAL作为建模工具对联锁的进路建立和进路解锁场景分别建立模型,最后对整个模型进行仿真验证,生成不同场景的初始测试序列.�崳�

　　第四章是联锁软件测试序列优化,选取了萤火虫算法和遗传算法两种路径优化方法,分别介绍了他们的数学描述和在优化测试序列中的应用,最后对两种算法生成的结果进行了对比分析,选取效果更为优越的萤火虫算法应用于仿真测试平台.��

　　第五章是仿真测试平台开发与应用验证,介绍了仿真测试平台的总体架构,并针对具体站场进行实际测试,实现了读取联锁模型、配置数据和生成优化序列并自动执行序列的功能,分析了本文所使用的测试方法的优势.��

　　第六章是总结与展望,对本文的研究工作进行了总结,提出了存在的问题作为进一步研宄内容.��

　　1.4本章小结��

　　本章介绍了国内外计算机联锁仿真测试平台的应用情况,分析了用基于现代人工智能的算法求解测试序列的理论发展,指出现阶段针对于联锁软件的仿真测试或多或少存在着自动化程度不足、通用性差或者先进的理论方法没有应用于实际工程等问题,得出本文的研究意义在于提出一种对联锁功能进行形式化建模的方法自动产生测试序列,并应用先进的理论方法优化测试序列,提高测试的通用性,在保证充分测试的同时减少测试的重复操作.最后,对论文的组织架构进行了说明.

图2-1 计算机联锁系统软件结构


图2-2 联锁仿真测试系统输入输出模型


图2-4测试关键检查项目


图2-5人工测试和脚本测试流程


图2-6 基于模型测试图解


图2-7 传统测试与基于模型测试对比


图3-5 进路选排流程图


图3-13 人工解锁流程图


图4-10 不同算法的时间复杂度对比


图5-12 测试过程记录界面

　　2 计算机联锁软件测试基础

　　2.1 联锁软件测试分析

　　2.1.1 测试需求分析

　　2.1.2 基于进路控制的自动测试流程

　　2.2 基于模型的软件测试方法

　　2.2.1 测试方法对比分析

　　2.2.2 联锁测试模型的选取

　　2.3 测试序列优化方法分析

　　2.3.1 蚁群算法

　　2.3.2 遗传算法

　　2.3.3 萤火虫算法

　　2.4 本章小结
 

　　3 基于联锁模型的测试序列自动生成

　　3.1 UPPAAL建模方法

　　3.2 联锁进路控制过程建模

　　3.2.1 模型交互分析

　　3.2.2 进路建立模型

　　3.2.3 进路解锁模型

　　3.3 联锁测试序列的生成方法

　　3.3.1 模型的正确性保障方法

　　3.3.2 测试序列生成

　　3.4 本章小结
 

　　4 联锁软件测试序列优化

　　4.1 联锁软件测试序列分析

　　4.2 萤火虫算法的实现

　　4.2.1 萤火虫算法的数学描述

　　4.2.2 萤火虫算法优化测试序列

　　4.2.3 萤火虫算法优化的编程实现

　　4.3 遗传算法的实现

　　4.3.1 遗传算法的数学描述

　　4.3.2 遗传算法优化测试序列

　　4.3.3 遗传算法优化的编程实现

　　4.4 算法对比分析

　　4.5 本章小结
 

　　5 仿真测试平台开发与应用验证

　　5.1 仿真测试环境

　　5.1.1 总体结构设计

　　5.1.2 测试数据配置

　　5.2 测试方法应用验证

　　5.3 测试结果分析

　　5.4 本章小结

　　6总结与展望

　　6.1总结��

　　计算机联锁系统是高可靠、高安全的安全苛求系统,在投入实际使用之前,需要投入大量人力物力,对其严格测试.由于联锁系统的复杂性,使得现有仿真测试平台往往存在通用性差或自动化程度不足的缺陷,另外,执行测试的过程中存在许多重复操作,使得测试耗时长,难以提高效率.在此背景下,本文提出了一种基于模型的仿真测试方法自动产生测试序列、利用萤火虫算法优化测试序列并最终自动执行测试序列的测试方法,减少了以往测试流程中无意义的重复操作,提高了测�嵤孕�率.本文的主要工作如下:��

　　(1)论文分析了计算机联锁系统的测试需求,结合传统测试文档,根据联锁进路控制的逻辑时序将其基本测试项分类,整合成适合自动测试执行的流程,该流程不仅能减少一定程度的重复操作,也为后续对联锁测试关键项目进行形式化建模奠定了基础.��

　　(2)论文对联锁系统功能项进行了基于时间自动机的建模,利用建模工具UPPAAL实现,构建了符合进路控制时序的六个子模型,包括测试驱动模型、进路建立模型、进路自动解锁模型、进路取消模型、人工解锁模型和区段故障解锁模型,同时通过仿真与验证对模型正确性进行了说明,保证了后续利用模型生成测试序列的合理性,最后利用CoVer辅助软件自动生成了原始测试子序列集,对生成的序列选取了三个基本场景进行了说明.��

　　(3)论文利用基于群智能优化的萤火虫算法设计了针对联锁系统的测试序列优化方法,以前文选取的三个基本场景子序列为例对算法总体流程进行了详细解释,最后加以联锁逻辑的限制使萤火虫算法优化测试序列得到了编程实现.论文同时选取遗传算法作为对比算法进行了阐述,通过分析优化结果证明了萤火虫算法的降低冗余度和快速收敛方面的优越性,最终选取萤火虫算法作为联锁软件测试平台的优化算法.��

　　(4)论文开发了联锁仿真测试平台,编写了仿真程序和测试通信程序实现了联锁测试的自动执行.本文通过测试实际站场,对前文所述的仿真测试方法进行了验证,详细说明了测试平台工作流程,包括利用萤火虫算法产生优化后的抽象测试序列、选择测试站场数据执行具体测试序列、测试过程记录和测试结果分析等等.��

　　测试结果分析表明,本文所述的仿真测试方法所产生的测试序列是全覆盖的,测试的充分性得到了保证,与传统测试相比不会引入安全风险;同时,优化后的测试序列,仅仅以单条进路全功能测试为例,冗余度就降低了M%,测试举例站场1的时间由1~2天缩短到了7个小时,测试举例站场2的时间由3~5天缩短到了18个小时,证明了本文开发仿真测试平台的通用性,同时显著提升了测试效率,表明了论文提出的计算机联锁软件仿真测试方法的有效性.��

　　6.2展望

　　联锁系统所含逻辑十分丰富,由于开发时间原因和作者水平的限制,本文所述的联锁仿真测试仅仅是对提高测试效率的一次尝试,仍存在许多不足之处,有许多问题亟待解决,主要体现在以下几个方面:�崳�

　　(1)本文所搭建的联锁模型比较粗糙,部分迁移和状态节点可作进一步细化,以便更好地指导后期测试工作.��

　　(2)本文仅选取了联锁的基本功能进行测试,暂未考虑实际工程中占比不低的特殊联锁逻辑,如何将特殊联锁功能引入自动测试可成为下一步工作的重点.��

　　(3)本文对优化测试序列加以联锁逻辑限制时仅考虑进路控制过程时序顺序,未深入探索其他复杂逻辑,可作为下一步研究的内容进行改进.�崳�

　　参考文献
       [1]郭进.铁路信号基础[M].中国铁道出版社,2015:1-2.
　　[2]徐洪泽.车站信号自动控制[M].中国铁道出版社,2012:1-3.
　　[3]曹爽.航空软件测试用例自动生成方法研宄[D].南京航空航天大学,2010. 1-2.
　　[4]Mera J M, Gomezrey I, Campos A. ERTMS/ETCS Test Simulation Bench [M]. //ERTMS/ETCS�妕est simulation bench. 2007:259-271.
　　[5]Barberio G, Martino B D, Mazzocca N, et al. An Interoperable Testing Environment for�岴RTMS/ETCS Control Systems[C]. //Computer Safety, Reliability, and Security. 2014. 147-156[6]韦启盟.计算机联锁软件仿真测试系统的研究与实现[D].西南交通大学,2008. 6-8.
　　[7]朱明玲,刘锦峰,陈晓轩.计算机联锁处理子系统的自动化测试平台及其应用[J].铁道通信信号,2017, 53(09):1M3.
　　[8]Srivastava P R. Optimal test sequence generation: an approach using ant colony optimization [J].International Journal of Computational Systems Engineering, 2012, l(2):91-99.
　　[9]Srivatsava P R, Mallikarjun B, Yang X S. Optimal test sequence generation using firefly�奱lgorithm [J]. Swarm and Evolutionary Computation, 2013, 8(Complete):44-53.
　　[10]KhuranaN, Chillar R S. Test Case Generation and Optimization using UML Models and Genetic�岮lgorithm [J]. Procedia Computer Science, 2015, 57:996-1004.
　　[11]梁茨,郑伟,李开成,唐涛.基于路径优化算法的测试序列自动生成及验证m.铁道学报,2013,35(06):53-58,[12]上官伟,张凤娇,蔡伯根,王剑.基于萤火虫-免疫算法的CV1S测试序列优化方法m.中国公路学报,2017, 30(11):129-137+155.
　　[13]袁磊,甘庆鹏,李开成,付强.基于深度学习与遗传算法的动车组与ATP车载设备接口试验测试序列优化生成[J].铁道学报,2018,40(03):88-94.
　　[14]GlenfordJ.软件测试的艺术[M].张晓明,译?机械工业出版社.2012:5-6.
　　[15]王春平.白盒测试技术在动态软件测试中的应用研宄[J].无线互联科技,2014(】):71-71.
　　[16]Krichen M, Tripakis S. Black-Box Conformance Testing for Real-Time Systems[C], //Model Checking Software, International Spin Workshop, Barcelona, Spain, April. 2004. 109-126.
　　[17]吴芳美?计算机联锁软件测试评估[J].铁路计算机应用,丨999,8(1):7-10.
　　[18]李耀,张亚东,郭进,等.铁路计算机联锁系统安全关键软件的安全性能建模方法[J].中国铁道科学,2017,38(2):11M17.
　　[19]徐中伟,吴芳美.形式化故障树分析建模和软件安全性测试[J].同济大学学报:自然科学版,2001(11):1299-1302.
　　[20]张浩.基于通用脚本引擎的自动测试平台及在安全测试中的应用[D].同济大学,2006. 9-14.
　　[21]Tretmans J. Model-Based Testing and Some Steps towards Test-Based Modelling [M]. //Formal�奙ethods for Eternal Networked Software Systems. 2011: 297-326.
　　[22]Limpiyakom Y. Model-Driven Approach to Constructing UML Sequence Diagram [M].��//International Conference on Information Science and Applications. 2014:1-4.
　　[23]秦发园,戴胜华,徐昱.进路建立过程的时间有色petri网建模与仿真[J].计算机工程与应用,2015,51(8):266-270.
　　[24]Joachim Hansel. Model based test case generation with met heuristics for networks of timed�峚utomata[C]. //Proceedings of the 7th International Workshop on Search-Based Software Testing.ACM, 2014.31-34.
　　[25]Dorigo M, Gambardella L M. Ant Colony System: A Cooperative Learning Approach to the�奣raveling Salesman Problem[J]. IEEE Transactions on Evolutionary Computatioru 2002,�妉(l):53-66.�崳奫26]胡乃文.基于改进蚁群算法的测试序列优化算法[D].北京交通大学,2015.27-36.
　　[27]Hoseini B, Jalili S. Automatic test path generation from sequence diagram using genetic�峚lgorithm[C]. //International Symposium on Telecommunications. IEEE, 2015:106-111.
　　[28]Yang X S. Firefly Algorithms for Multimodal OptimizationtC]. //International Symposium on�峉tochastic Algorithms. Springer, Berlin, Heidelberg, 2009.169-178.
　　[29]杨森.车路协同系统仿真测试序列生成及优化方法研究[D].北京交通大学,2015. 44?46.
　　[30]Behrmann G, David A, Larsen K G. A Tutorial on Uppaal[J]. Proc.of Int.school on Formal�峂ethods for the Design of Computer Communication & Software Systems, 2004,4(12):200-236.
　　[31]Larsen K G, Mikucionis M, Nielsen B. Online Testing of Real-time Systems Using Uppaal[J].Lecture Notes in Computer Science, 2004,3395:79-94.
　　[32]Courcoubetis C, Vardi M Y 5 Wolper P, et al. Memory-Efficient Algorithms for the Verification�峯f Temporal Properties[M]. //Computer-Aided Verification. 1992:275-288.
　　[33]Panthi V,Mohapatra D P. Generating Prioritized Test Sequences Using Firefly Optimization�峊echnique [M]. //Computational Intelligence in Data Mining - Volume 2. 2015:627-635.
　　[34]Rudnick E M, Patel J H, Greenstein G S, et al. A genetic algorithm framework for test generation�峓J]. Computer-Aided Design of Integrated Circuits and Systems, IEEE Transactions on, 1997,16(9):1034-1044.

（如您需要查看本篇毕业设计全文，请您联系客服索取）