ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】计算机软件开发过程中，传统测试方法在数据生成、用例覆盖、执行效率和结果分析等方面存在局限性，导致影响测试质量与效率。 本文研究了人工智能在智能测试中的应用，通过构建深度学习模型生成高质量测试数据，利用强化学习优化测试用例覆盖率，结合自动化测试框架提升执行效率，并采用大模型智能分析测试结果减少误判率。 结果表明：与传统测试方法相比，本文所提方法在数据生成完整性、测试覆盖率、执行效率及缺陷识别准确性上均有所提升，解决了传统测试面临的关键问题。
