回归测试范文第1篇

［关键词］ 软件架构（SA）； 可靠性系统； 回归测试； 分析

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 13. 031

［中图分类号］ TP311.5 ［文献标识码］ A ［文章编号］ 1673 - 0194（2012）13- 0055- 02

1 回归测试背景

首先由于软件总在时刻变化着，软件的不断演化，例如软件的开发、维护、升级都需要修改一些软件的结构和代码，而人类对软件的要求也从未停止过。软件的每次改变都会引入潜在的风险，这是软件演化的缺陷。其次，人类对软件变化有了一些新的要求，关心软件修改后的功能是否达到预期以及原有的功能是否被损害［1－3］。

针对以上要求，选择使用回归测试来解决。回归测试是一种验证已变更系统的完整性与正确性的测试技术。

2 回归测试的定义及意义

回归测试是对之前已测试过、经过修改的程序进行重新测试，以保证该修改没有引入新的错误或者由于更改而发现之前没有发现的错误。

回归测试的意义是：（1） 保证软件维护时未更改的代码功能不会受到影响。（2） 保证软件模块区域和持续维护过程与回归测试的协作关系，使得回归测试成为一个每月、每周、每日的常规活动。（3） 实现软件整个生命周期的测试。

3 回归测试

首先简单介绍传统的基于代码的回归测试选择方法的作用，以便了解软件架构回归测试选择方法的基础。关注于选择性的回归测试方法，然后再重新采用相同的逻辑步骤来提出一种基于软件架构的回归测试方法（在第四部分提出）。

回归测试的目的在于验证修改的软件并确定不会在先前测试的代码中出现新的错误。传统的方法是把它分解为两个阶段。（1） 测试软件P相对于一种指定的测试集T。（2） 当推行了一种新版本P′时，对已修改的版本P′的回归测试提出P′相对于测试组T′是正确的可靠性。

在最简单的回归测试方法中，有一种叫做复制所有的测试。T′中包含T中的所有在T中的测试用例，并且P′ 运行在T′上。在回归测试选择方法上，T′被选出作为一种跟T相关的子集，假设有t∈T，t包含于T′，如果它有可能在P′中生成的结果与在P中不同。对不同回归测试选择方法的实证研究和分析在文献［4］中提出，加上对不同行为的识别需求。

本文着重研究如何为P′选择一种相关的测试用例子集，又叫做回归测试选择问题，描述一种回归测试选择方法，它是在软件架构层面上而不是在代码层面上。换句话说，用选择架构化的层面测试用例代替选择代码层面的测试用例。

4 基于软件架构的回归测试

基于软件架构的回归测试包含以下两个阶段：（1） 基于软件架构的测试。特别地，应用一种基于软件架构的一致性测试方法。（2） 基于软件架构的回归测试选择。这个阶段被分解以满足目的1和目的2。

图1总结了基于软件架构一致性和回归测试所需要的行为。本文主要研究基于软件架构的回归测试。

4．1 基于软件架构的一致性测试

这项工作是基于软件架构一致性测试的一般框架的，目的是测试已给出的软件架构实施的一致性。

这个框架分为5个步骤，如图1中间的部分所示。

第0步：它开始于软件架构规范的拓扑学和行为学，这里的行为通过一种基于机器的形式体系状态来模仿。下面，利用标签的过渡（LTS）来模仿组件的行为。

第1步：提出了一个通过观测得到的方法为了实现一种测试标准，这种标准来源于与测试目的相关视角在软件架构中，而是把无关的行为从这个视角中隐藏起来。标签的过渡（LTS）模型被提取出来，就产生了一种抽象标签的过渡（ALTS），用来说明只有这样高层的行为／组件是需要测试的。

第2步：一种基于架构层面的测试用例（ATC）以架构事件的有序序列被定义了，这种事件是当一个确定的初始事件执行的时候期望发生的架构事件。此定义分解为两个关键词：行为序列，它代表了所期望的行为和初始事件，它是允许发生的结构化输入。获得一个ATCs充分集合需要得到一个合适的包含了ALTS完整路径的集合［5］。

第3步：自然地，这样的ATCs与可执行的代码层面测试用例截然不同，因为在软件架构和代码之间的差距。处理这个问题通过一种“绘图”方法，它能够将软件层面函数的测试转化为代码层面测试用例。

第4步：最后，代码运行在可识别的测试用例上。通过分析执行的踪迹来决定系统在所选择的结构测试中实施得是否正确，采用结构化的模型作为一种测试数据库来识别代码用例成功或失败。

这样的方法已经得到公认，但是重复的测试行为对于系统的发展而言无疑花销太大了，因此需要以更少花销开发一种基于软件架构的测试方法。本文提出一种方法来处理系统的发展，重复使用原始的测试结果来重新测试已修改的结构并以更少的花销来完成。

4．2 目的1：测试对于初始软件架构P′的一致性

让假设基于软件架构一致性的测试已经提出P符合已给出的软件架构的一致性。当P进化到P′之后，如何来测试P′对于相同架构的一致性。采用的方法是将基于软件架构测试方法和现存的基于代码的回归测试方法相融合的。通过一种行为图表，代码层面的回归测试能够与基于软件层面的一致性测试相融合来选择一个新的测试套组T′：

A： 产生图表P，大多数普通的用于代码回归测试的方法是为了通过图表来结构化地表达P。在修改之后，P′也被描述成一张图表。在软件架构中，图表也通过组合成分行为的LTS模型来获得，同时在结构中结构化那些成分组织。

B：把GP和GP′相比较，在基于回归测试的传统代码中，通过比较P和P′的代码图表，识别代码的改变怎样影响到图表中。在软件架构中，这种改变根据在LTS中节点和边来识别。

C：记录覆盖范围，通过测试用例的执行测试历史记录被构建出来。通过测试用例在P上执行代码的过程，记录一连串的节点／电弧。

D：测试用例选择P′。从测试历史和图表比较中积累的信息被应用于识别将要在P′中再次运行的T中的测试用例。如果在t∈T中P的执行包含了在P′中修改的节点，那么t需要在P′中重新运行。

一旦T′被选择了，t′∈T′就在P′中运行并把结果收集起来，然后和一种数据库相比较来确定测试是失败还是成功。与基于传统代码方法的一种主要的区别是，在基于软件架构回归测试的数据库是软件结构自己本身。事实上，当t′在P′中运行的时候，如果它的执行不允许所期望的情况再次出现，那么测试会失败。更多情况，代码层面的测试用例总是被形式化的函数和结构化的需求驱动得很好。

期望从这个方法中得到的好处有两层：（1） 作为传统的回归测试，为P′减少了测试套组的规模，剪掉了所有在P′中不需要被再次应用的那些测试。（2） 当发现了一致性错误的时候，能够搜集关于如何来适应初始架构的信息。

4．3 目的2：测试进化得到的架构的一致性

让再次假设基于软件架构一致性测试已经声明了P的实施应符合已给出的软件架构。采用的方法是根据比较两者的架构的规范来识别软件结构改变／未改变的位置。结构和行为的改变都被考虑在内。特别的，对于S和S″的LTSs被比较之后的区别通过两张图表（利用一种“diff”算法）来识别。在一次与基于回归测试传统代码相似的改革中，无论什么时候一个ATC在S″中被修改的LTS软件架构中遍历一次的时候，它需要在S″中重新测试。图1（最左边）总结了目的2如何通过不同的行为被意识到。

a： 新的软件架构规则。演变的系统S″被结构化的规则提出。

b： 测试标准。测试标准（之前应用在S中）被用在S″上。

c： 比较。架构的规则与识别出的拓扑改变相比较（也就是增加的／删除的组件或修改的配置）和行为的改变（也就是经过改变的部件）

d：为S″选择结构化的测试用例。那些来自于软件架构的被结构的改变影响的ATCs被选择在P″上重新测试，为了S″的实施。注意到任何在这步丢弃的ATC都可以代表很多被消除的代码层面的测试用例，因此很大程度上减少了重复测试的花销。

回归测试范文第2篇

关键词：预拌混凝土；回弹；测强曲线；回归分析

中图分类号：TU528 文献标识码：A 文章编号：1671-2064（2017）10-0112-02

回弹法刚开始是作为测定混凝土表面硬度力学的方法之一，在测定过程中，由于混凝土强度与表面硬度之间存在着相互关联的关系，在这个基础上，可以通过检测混凝土表面硬度来间接推敲混凝土本身的硬度，这是回弹法测定中所依据的一个重要原理。在具体实施中，通过采用弹簧与钢锤在一定时间内冲击混凝土的表面，具体可以通过传能钢杆，也就是我们通常说的弹击杆来进行撞击混凝土表面，通过几次试验之后，根据测定的数据建立相关的数学模型，然后在模型中推导计算混凝土的抗压强度，这就是回弹法测定混凝土强度的基本原理。

混凝土强度与回弹值之间一般也是建立相关曲线，被称之为回弹法测强曲线，曲线又根据实际需要分为不同类型，包括统一测强曲线、地区测强曲线和专用测强曲线。专用测强曲线一般专业技术性较强，而统一测强曲线和地区测强曲线一般较为广泛采用。

在混凝土材料的选择上，现在很多地区使用采用的混凝土是预拌混凝土，这是由于预拌混凝土的特性决定的。预拌混凝土采用双掺技术，在流动性大的同时，砂率又很高，强度有一定的保证，这些较为明显的特征能够显著影响到混凝土的回弹值。

1 试验概况

本次试验选择从施工现场随机抽取的预拌混凝土，测试的目的是为了通过测定数值，来具体测定混凝土的抗压强度设计是否能够达到要求，混凝土的结构、构件的强度能够达到安全指标，这都是需要具体判定的。

测定时间为2015年4月到2016年5月期间，共约一年时间，选取一年时间是因为如何测试时间较短，测定时间可能不太准确，而时间较长的话，对于实际的需求又较为拖延，所以综合考虑，采用一年的测定时间。选取29d到62d的混凝土综合试件，然后又随机选取混凝土公司，对广州的六家预拌混凝土公司生产的强度等级C20―C50的混凝土中的455个立方体试件进行了测试。

具体的试验步骤为如下：

（1）首选选取预拌混凝土的测试材料，将测试材料带回实验室，并进行必要的清灰除尘工作。

（2）进行测试前的一系列准备工作，包括浇筑侧面的两个相对面，将材料放置于压力C的上下承压板之间，然后将测试材料放在中间加紧，前后两个侧面固定住，为了将测试材料能够在中间回弹，进行加压测试，将压力测定在30KN―80KN的范围。

（3）在30KN―80KN的范围下，用标准状态的回弹仪进行测定，《回弹法检测混凝土抗压强度技术规程》中，对测定方法进行了详细的说明，规程中说一般在两个相对侧面上，选择均匀分布的八个点进行测定回弹，通过侧面的长度来进行八等分，保证每个碰撞面之间的距离基本相等，同时，为了防止测定材料在回弹之中落到地面，影响测定值的影响，一般要保证测点与侧面木板边缘的间距不小于0.35cm。

（4）在选定的八个回弹点之中进行回弹测定，共16个回弹值，16个回弹值之间，进行从小到大排列，为了保证数值的平均性和准确性，为了将排名前三的三个最大值和排名倒数的三个最小值给予剔除，然后对于剩下的十个回弹值算去平均值，结果保留小数点后一位数。

（5）继续加压，直到测试材料被压坏，在压坏的一瞬间，计算试件的抗压强度值，和计算回弹值一样，保留小数点后一位数。

2 数据的处理

对上述试验测定的数据进行处理。预测混凝土抗压值主要是通过一系列数据建立回弹值与混凝土强度两者的关系，算出关联系数K值来算出两者的关联系数和模型，而通常采用的方式是建立两者的回归关系，可以是线性关系也可以是非线性关系，具体需要在实施中给予确定。

回归分析是常用的一种数理统计方法，目的是通过处理自变量与因变量之间的关系，然后进一步寻求非确定联系的之间的统计信息。所以在数据的处理中，第一步是确定自变量和因变量，选取回弹值Ni为自变量，混凝土抗压强度值为因变量Ri，建立两者的关系，在实际工作中，混凝土抗压强度值不仅仅是受回弹值影响，还受一系列混凝土配合比、原材料、养护方法、含水量等影响因素，不过由于试验中研究的主要是回弹值与混凝土抗压强度值之间的关系，其他因素作为干扰因素μ集中在一起考虑。

可以通过主要三个方面的联系建立关联：

（1）首先通过3-5组测量数据确定回弹值与混凝土强度之间的关联，解出k值，建立初步的关系表达式。

（2）根据测量中的10组测量数据，对初步关系表达式进行修正，在修正k值的同时，修正表达精度，建立较为精准的表达式。

（3）通过精准的表达式进一步分析回弹值与混凝土强度之间的相互关系，对结果进行分析。

混凝土时间较久之后会与空气中的二氧化碳相互作用，会被碳化，不过这个时间相对较久，本文测试时间为一年，时间并不长，可以忽略深度碳化的影响。再加以混凝土强度与回弹值之间的关系较为简单和直接，文章考虑采用一元非线性回归方程，回归方程式如下：

R=aNb+μ（a、b为回归系数，μ为干扰项）

通过回归分析确定了a，b的系数，采用OLS最小二乘法进行计算，即通过计量经济学中的OLS估计，通过误差的平方和为最小的处理准则。

通过SPSS统计软件对十组数据进行统计分析，处理后所得的线性回归方程为R=0.0496NL0.805+μ，其中μ由于是干扰项，所以放置在后面，对本实验的干扰性不大。

3 回归曲线的精度设计

回归曲线的精度要进行进一步的设计，通过十组数据的不同对比我们发现，回弹值Ni与混凝土强度值Rr呈现出一定的分布规律，而回归曲线的精度就是要在确定两者关系的基础上进行正态分布分析，在正态分布中，回归曲线的精度反映了混凝土实际测量的强度围绕回归曲线波动离散程度。它确定了在合理的误差允许范围内，回归曲线波动的合适阈值和偏差范围。由于不同施工自然条件不同，人工干扰因素也有差别，所以在误差允许的偏差范围内，是可以接受和允许的，这也是确定合适阈值的主要意义。

运用统计学的相关原理，回归曲线的精度采用混凝土强度和回弹值之间的换算，通过强度平均误差α（%）和er（%）来表示，并且列出具体的运算公式：

α=±（1/n）∑|Ri/Rr-1|×100

er=±[1/（n-1）∑|Ri/（Rr-1）2|1/2×100

@两个公式分别表示了如何求取的关系，其中N就是本次试验中测定数据的次数，剔除了6次干扰的数值之后，本文中n为10，则通过具体的数据测算可以得出，α=±6.3%，er=7.9%。

那么如何对算出的数值进行具体检查，来测定数值是否在正常可以接受的范围，初步测定可以运用国家相关规范来进行具体验证。《回弹法检测混凝土抗压强度技术流程》（JGJ/T23-2001）中，对专业的测强曲线进行具体规定，其中提到在测量结果中，强度平均相对误差应当不大于±12.0%，强度相对标准差不大于±14.0%，所以在这个强度检测范围下，本次实验分析得出的数值是真实可靠的。

4 回归曲线的精度验证

在实际测定的数值中，我们给出了数值的大致范围，且这个数据准确可靠。但是在实际施工中，往往需要确定了具体的数值之后，并不知道这个数据是否准确可靠而这个数值要怎么确定，除了根据当地人工和自然一系列条件之外，还需要对选择和确定的数值进行精度验证。

一般这种情况发生在对混凝土构件的质量产生怀疑，需要对混凝土的质量进行检测的情况下，回弹法能够很好的对回归曲线的精度验证，并对质量进行很好的检测。

对所要检测的混凝土抽取芯样，测定芯样强度值对回归曲线精度验证，利用之前列举的曲线关系，建立信号强度Ri与相应的回弹测取混凝土强度的换算之Rr之间的关系，通过回归曲线之间所确定强度相对误差α和强度相对标准差er（%），得出α=±6.2%，er=7.0%，对得出的这些数据进行具体比对，发现符合《回弹法检测混凝土抗压强度技术规程》（JGL/T23-2001）中的具体要求。这些数值是在规范中的范围之中，所以测定的数值是在正常范围的，也就是说，抽取的样品的精度是符合满足正常使用条件的。

5 回归曲线的结果分析

本次实验通过测试十组数据所确定的回归曲线，其精度基本能满足《回弹法检测混凝土抗压强度技术规程》（JGJ/T23-2001）中的要求，确定了大致的范围，并且通过抽样检测样本得出的数值是在所得出的正确范围之间的，证明确定的回归曲线可以用来在实际工程中进行正确测量和使用。

但是由于本次实验测量采用八个回弹点，进行了十六次的测量，测量数值属于小范围内小样本测量，这样的测量肯定会存在着一定的误差，这种误差是属于可以接受的误差，在大量的样本测定后可以进行不断地修正，最后保证误差不断地接近理论值。而且测量曲线采用的是国家规范专业测量曲线，各个地方也有专业的规范标准，所以在实际工程施工中，在国家规范的基础上要再结合地方性的规范，在文章研究的国家专业测强曲线下，根据地方规范进行微调整，以适应地方施工。

6 应用与效果

本文的测量方法的最大优势就是采用了较为简单可行的回弹法，回弹法原理较为简单，而且测试技术容易掌握，在测试中并不需要太多的专业知识，一般的技术人员即可。而且在测试中经过多次测量可以明显消除系统误差，极大的提高测试精度。在检测中也并不需要花费太多的时间，整个检测过程迅速而且以效率较高，所以在实际运用中，回弹法是一种明显比较经济使用的方法，宜于在施工现场进行大量的数据采集与测试。

在实际使用中，也需要注意以下几点：（1）该测量结果并不是绝对的数值，虽然结果较为精确，但是不可盲目绝对相信，还是要根据实际的工作情况作为参考。（2）该测量结果采用的是一年的混凝土原材料，采用的是十六组数值，采用的是小样本测试，会有一定的误差，如果要提高精度，可以将测量样本增大。然后进行同条件的修正，通过不断地修正提高精度曲线中的系数。（3）在地方性的施工环境中，不仅要结合国家专业测试曲线，还要根据地方性的规范给予适当调整。

7 结语

近年来随着施工技术的发展，在施工中越来越重视施工的质量，同时对于混凝土原材料也有较高的使用需求，在这种条件下必须要通过一定方法对混凝土进行测定，回弹法是广泛采用的一种方法，该方法也在实际测试中具体实践过，也证明是可行的。文章通过专业测强曲线测定的混凝土回弹法旨在提供一种方法为实际工程提供参考，希望提出的该种方法能够提高实际施工中的施工质量，并且对预拌混凝土的发展产生较积极的影响。

参考文献

[1]JGJ/T23―2001，回弹法检浏混凝土杭压强度技术规程[S].

[2]DBJ13-71-2006，回弹法检侧混筱土杭压弧度技术规程[S].

回归测试范文第3篇

关键词：可靠测试；优化；数据分析

高质量且高可靠性的企业应用程序系统是数字化时代非常重要的元素[1]。测试团队在确保企业应用程序系统满足既定标准或需求时会发挥非常重要的作用。随着系统的规模和复杂性升级，其可靠性和质量要求必然成倍增长，这意味着测试团队需要开发更有效的测试方法。一个完整的测试过程包括数据记录、数据维护、数据验证等多个方面。测试数据管理策略对于测试数据的记录必须是全面的，这也为后期的数据分析挖掘提供了支撑。

陈翔等人在文献[2]中重点阐述了回归测试中用例优先排序（test case prioritization，简称TCP）问题。从源代码、需求和模型三个角度对TCP问题进行分类，重点分析了回归测试中测试资源缺乏时的TCP问题。另外，潘伟丰等人在文献[3]中提出了基于错误传播网络的测试用例排序方法。该方法在类粒度将软件抽象成加权类依赖网络（weighted class dependency network， 简称WCDN）模型，并基于WCDN分析错误在网络上的传播行为，构造错误传播网络（bug propagation network，BPN）。实例研究表明，基于错误传播网络的测试用例排序方法在错误检出率上相比于其他经典方法有一定的提高，并且具有较好的稳定性。一个全面的用例排序方法，能准确地将当前的软件质量反映到执行用例的优先级上[4-5]。通过使用正确的TCP策略测试团队能够提供及早发现缺陷，在整个产品开发过程中，为提供更简单的方法去解决系统缺陷提供支撑。因此，拥有正确的TCP策略对测试团队乃至公司都至关重要，能加快系统周期并大幅削减成本。然而在现有的研究工作中，TCP策略问题主要集中在回归测试阶段，但是回归测试处于整个测试过程的末端[6]。由于回归测试时对于本系统缺陷分布情况有非常清晰的概念，但是由于处于末端，对于测试团队的优化毕竟有限。同时测试团队与研发团队往往是单线交流，即研发团队待测系统，测试团队极少参与提高研发团队的开发质量。

因此，可以从测试用例执行策略和测试结果反向优化开发策略两个方面展开研究，并提高系统可靠性。测试用例执行顺序问题是测试执行策略中非常重要的部分，在测试项目中持续优化测试用例执行顺序可以提早发现潜在的缺陷。同时由于测试团队对于项目整体的理解更为透彻，对缺陷的总体分析可以帮助研发团队在类似问题上处理地更为妥善。测试团队在需求分析阶段的有效介入，将从源头上提高系统的质量和可靠性。

1 测试执行策略优化

测试中的关键问题是第一时间发现被测系统不符合规范要求的内容。测试经理在测试规划时是通过大量的测试用例保证测试的覆盖率。持续优化测试用例执行顺序是在保障测试覆盖率的同时，合理地安排测试用例地执行顺序，即TCP问题。文章提出将项目测试分为三个阶段，在项目测试的初期、中期、后期三方面分别进行优化TCP，最终优化整个测试执行策略。

如图1 所示，项目测试初期，分析测试用例的历史数据得到测试用例的执行潜在价值，优先执行潜在价值高的测试用例。比如在其它项目中执行某些用例时，发现了系统不符合规范要求的部分，并提交了缺陷。在新的测试用例执行时，应首先执行这类测试用例以便快速发现系统缺陷。项目测试中期，分析本项目当前缺陷情况得到各个系统功能模块的缺陷发生概率。优先执行缺陷分布较多的功能模块相关的测试用例。项目测试后期，即回归测试阶段，需结合各个系统功能模块在本项目和历史项目中的缺陷发生概率，在保证一定回归比率的情况下，综合考虑本项目和历史项目的分析，优先回归测试缺陷发生概率较高的模块。

2 需求分析优化

项目测试工作通常被安排在项目研发工作之后，测试团队的主要工作也仅仅是将测试结果中发现的缺陷情况报告给研发团队，并没有对缺陷情况进行分析，可能使得类似的缺陷在不同的项目中反复出现。因此测试团队在提供测试报告的同时，对各个功能模块中所发现的缺陷进行分析，并在新项目立项初期给出系统模块开发时的缺陷概率，帮助研发团队在需求分析阶段重点考虑高缺陷概率的模块开发和模块间的协作，从源头上降低缺陷发生的概率。测试团队与研发团队的双向反馈将优化产品设计的需求分析阶段，提高系统的可靠性，如图2所示。

图2 测试团队和研发团队双向通道

3 结束语

文章从优化测试用例执行顺序和测试结果优化需求分析两个方面，阐述了现在系统开发中提高系统可靠性的重要方法。测试数据的管理是一座金矿，对测试数据的深入分析可以让整个测试过程不再是静止的，而是可以动态调节以应对更复杂的情况，同时深入分析测试结果也可以建立测试研发的双向通道，形成良性循环。最终可以超预期地提交高质量的系统，节约运营成本，完成市场抢占。

参考文献

[1]K.Krishna Murthy， Janardhana S Channagiri， "test data management： Enabling reliable testing through realistic test data"Building Tomorrow's Enterprise， Oct 2009.

[2]陈翔，陈继红，鞠小林，等.“回归测试中的测试用例优先排序技术述评”[J].系统软件与软件工程，2013（8）.

[3]潘伟丰，李兵，周晓燕，等.“基于错误传播网络的回归测试用例排序方法”[J].计算机研究与发展，2016（3）.

[4]朱海燕，范辉，谢青松，等.“测试用例排序的研究”[J].计算机工程与科学，2008（1）.

回归测试范文第4篇

1应用威布尔分布法进行机械零件可靠性试验数据分析

威布尔分布法是当下进行机械零件可靠性试验及数据分析常用的方法之一。应用威布尔分布法进行机械零件可靠性试验数据分析的研究，主要可以将研究内容总结归纳为以下两点。1.1威布尔分布法的基本概念。威布尔分步法在当下已经被全面应用于可靠性工程的试验中。应用威布尔分布法，可以实现概率值的有效获得，进而实现各项数据参数的有效评估，从而为各种寿命试验的数据处理工作的有效开展奠定稳定的基础[1]。威布尔分布法概念中的几个重要参数为t、b、tG以及T，分别代表所测试的对象的应用年限随机变量、所测试的对象的形状特点以及其各项曲线分布情况、所测试的对象的基本位置信息以及其最低应用年限和尺度参数、失效概率为0.632时的特征寿命。威布尔分布法的公式如下：()1bttoTtoFte−−−=−（1）1.2威布尔分布法在机械零件各项参数估计工作开展中的应用。威布尔分布法在机械零件各项参数估计工作开展中的有效应用，主要是借助图解法和解析法。图解法的应用便捷易行，对于检测人员的技术操作熟练程度要求也相对较低，但无法实现对于机械零件各项参数的精确核算。解析法则可以将先进的计算机技术全面应用于机械零件可靠性试验数据测试工作的开展中，但对于检测人员的操作方法和技术性有较高要求。在试验过程中，若是需要对机械零件的各项参数进行明确掌控时，建议应用解析法，以实现对真实分布情况的可靠掌握[2]。明确威布尔分布法的基本概念后，进行威布尔分布法在机械零件各项参数估计工作开展中的应用研究。在开展机械零件可靠性试验数据评估工作中应用威布尔分布法，可以发挥先进的计算机技术优势，更加全面地发挥其优势[3]。

2应用回归分析法进行机械零件可靠性试验数据分析

回归分析法在当下也经常被应用于机械零件可靠性试验数据分析工作的开展进程。开展回归分析法在机械零件可靠性试验数据分析中的应用研究，主要可以将探究内容总结归纳为以下几点。2.1回归分析法的基本概念回归分析法的应用，主要是进行数据统计原理应用的进一步精确化。应用数据统计原理，对各项数据进行线性处理，建立自变量和因变量之间的相互关系式，进而可以以回归方程的形式进行分析内容的更加具体的体现。根据当下回归分析法的具体应用情况，主要可以将回归分析法分为一元回归分析法和多元回归分析法两大类。回归分析法在应用过程中，其方程为：y=bx+a（2）直线上，各点(x,y)到水平线的距离为：21niitybxa=b−−∑（3）2.2回归分析法在机械零件各项参数工作开展中的应用开展回归分析法在机械零件各项参数工作开展进程中的应用时，首先应当明确机械零件各项参数中的自变量和因变量，建立相应的x与y的回归方程，进而掌握机械零件各项参数的回归概念。同时，对于代表机械零件应用年限的参数t进行针对性分析，建立专门的参数t样本容量，以实现对机械零件的失效概率和失效年限的有效估计。开展应用回归分析法进行机械零件可靠性试验数据分析的具体研究可知，回归分析法在机械零件可靠性试验数据分析工作中的应用，可以实现对机械零件各项数据的变换的线性关系的有效掌控，进而实现对机械零件各项参数更加宏观、精确的掌控[4]。

3应用最大似然法开展机械零件可靠性试验数据的分析工作

最大似然法在机械零件可靠性试验数据的分析工作开展进程中的应用，可以有效实现机械零件可靠性试验数据分析方式的进一步优化。开展最大似然法的具体应用研究，主要可以将研究内容总结归纳为以下两点。3.1最大似然法的基本概念。最大似然法被称为最大估计法，这一参数统计法是由德国数学家首先提出的。最大似然法的应用，可以利用应用概率学，通过对被测试对象的随机抽查，进行整体样本情况的全面估计。最大似然法的应用方法和应用原理相对简单，具有较高的实用性，当下也被广泛应用于各项评估工作。3.2最大似然法在机械零件评估工作开展进程中的应用。应用最大似然法进行机械零件评估工作的全面开展，首先应当明确机械零件的设计变量，将SUMT内点法应用于设计工作中，可以建立明确的失效年限变量参数关系。应用过程中，最大似然法要注重数学模型的有效应用，数学模型可表示为：2221311313131min()lnxxnixtxtxFxe=xxxxxx−−=−−−−−∑（4）开展最大似然法在机械零件可靠性试验数据的分析工作开展进程中的应用探究，可以实现对评估结果精确性的进一步分析，从而提升评估结果的可靠性[5]。

4三种机械零件可靠性试验数据分析方法的总结

在进行威尔分步法、回归分析法以及最大似然法三种方法的应用研究后，开展三种机械零件可靠性试验数据分析方法总结工作，根据具体情况有选择性地选择不同的数据分析方法，有效提升机械零件数据分析工作的实效性。通过分析可知，威尔分步法和回归分析法具有较高的精确性，而最大似然法则具有较强的操作性。线性参数的有效应用以及计算机绘图技术的有效应用，可以实现机械零件可靠性试验数据分析结果的精确性。

5结语

根据当下机械零件可靠性测试实验开展的基本状况，主要是应用威布尔分布法进行机械零件可靠性试验数据分析和应用回归分析法。通过对机械零件可靠性试验数据分析以及应用最大似然法开展机械零件可靠性试验数据的分析，根据这三类方法的应用情况进行相应的评估结论总结。机械零件可靠性试验数据分析工作的有效开展，可以有效提升机械零件整体的精确性，促使我国机械行业获得更加广阔的发展空间和更加理想的发展前景，从而为我国社会的整体发展提供更加强大的推动力。

作者:范围广 单位:万向钱潮股份有限公司技术中心

参考文献

[1]卢昊.基于矩方法的相关失效模式机械结构系统可靠性稳健设计[D].沈阳：东北大学，2012.

[2]王新刚.机械零部件时变可靠性稳健优化设计若干问题的研究[D].沈阳：东北大学，2010.

[3]张锡清.机械零件可靠性试验数据的参数估计[J].机械设计，2016，（2）：12-14，45.

回归测试范文第5篇

关键词：贝克曼梁；FWD；自动弯沉车；检测；多元线性回归；对比试验

中图分类号：C33 文献标识码：A 文章编号：

引言

我国采用贝克曼梁(以下简称BB)检测方法比较普遍，用贝克曼梁测量其现有弯沉值,计算参数受主观因素影响和室内实验条件的限制比较大,因此,研究和开发新型道路自动化无损检测设备及相应的试验检测技术日益受到广泛的重视,以适应形势发展的需要,也是现阶段公路建设的客观要求。

1国内外研究状况

如国内有关这方面的对比试验,也做了一些工作,如各大省市的质监站，郑州工业大学、同济大学等,试验结论也都认为FWD与BB之间，BB与自动弯沉车相关性良好。但由于地区差异性的关系,国内并没有统一的换算标准,不同地区的还算公式并不能简单的套用。国外对FWD与BB之间的对比关系进行过很多研究,1976年荷兰在几种典型的柔性路面上进行了对比试验;1981年美国Hoffman等也进行过类似的试验研究。1982年丹麦、瑞典等进行了共同的对比测试,表明各类弯沉仪间均具有一定的线性关系。

2三种弯沉检测设备特点的对比

表（1）

FWD应用范围广，被认为是评价路面结构状况较为理想的弯沉检测设备,其优点是:1）可同时用于评价刚性路面和柔性路面;2）FWD从根本上改变了传统的静态弯沉测试系统的缺陷，反映了路面结构的“现场”的真实性，其应力、应变和弯沉与实际交通荷载下的结果十分吻合;3）可测出弯沉盆的形状并以FWD的弯沉盆作为指标,评价路面整体强度,为养护管理提供依据;4）可对路面各结构层进行分析;5）速度快,且无需交通封闭;6）整个过程均由电脑控制,无任何人为因素的影响。

BB法操作简单,但该方法存在着以下几点不足:1）不能用于评价新建刚性路面;2）BB测试的荷载作用时间要比正常行车荷载作用时间长,因而所测的弯沉和实际行车状况下的弯沉有差异;3）不能测出弯沉盆的形状;4）不能对路面各结构层进行分析;5）测试过程需要交通封闭或交通分流;6）整个过程基本上由人工操作，只能在广泛的经验修正的基础上用于路面承载能力的评定。

自动弯沉车由于自动弯沉车设备较为庞大且底盘较低,有些施工路段出入不方便，人员在经行标定，拉梁等操作时都必须在车子底或附近，这样安全性必须重视。自动弯沉车具有准确、高效、可靠的特点,它不但提高了检测精度,同时还大大降低了劳动强度,是用于工程质量控制和质量管理的较好设备,对确保工程质量将发挥更大的作用。

3对比试验

3.1试验数据的采集及数据的处理

为了探索研究FWD，贝克曼梁和自动弯沉车之间的相关关系，对广西省南友高速公路其中一段K146+004~K146+504，总长500m。去年8月对南友路进行了调查，用三种仪器对这段路进行弯沉的对比。数据如下：

3.2自动弯沉车与贝克曼梁数据对比分析：

输出数据结果为：

表（2）

表（3）

从表（2）,(3)中“回归统计”可以看到相关系数R=0.972，测定系数R²=0.945，调整后的R²=0.943，标准误差为2.109。从“方差分析”可以看到残差的方差，平均残差的方差以及显著水平F=412.917。回归分析出的截距a=7.913，斜率B=1.932则回归方程为y=7.931+1.932x。

2.3落锤式弯沉仪（FWD）与贝克曼梁（BB）对比试验数据分析：

输出数据的结果为：

表（4）

表（5）

从表（4），（5）中“回归统计”可以看到相关系数R=0.979，测定系数R²=0.958，调整后的R²=0.956，标准误差为1.84。从“方差分析”可以看到残差的方差，平均残差的方差以及显著水平F=549.796。回归分析出的截距a=0.625，斜率B=0.271，则回归方程为y=0.625+0.271x。

2.4三者数据之间相关性的对比试验数据分析

从上面两个对比试验得出的数据，我们可以分析出，两两具有很好的线性相关性，然而如果对三组试验数据进行对比，他们三者之间的相关性又该如何呢？这里我要进行多元相关性的分析。在此建立二元回归模型为y=a+B1x1+B2x2。

输出数据结果为：

表（6）

表（7）

从表（6），（7）中“回归统计”可以看到相关系数R=0.986，测定系数R²=0.973，调整后的R²=0.971，标准误差为1.506。从“方差分析”可以看到残差的方差，平均残差的方差以及显著水平F=417.185。截距a=3.283，x1斜率B1=0.159，x2斜率B2=0.836. 得到三组数据的二元线性回归方程y=3.283+0.159x1+0.836x2，相关性数据来看三者建立起了相关性程度很高，但是此模型的有效性还得用统计学进行检验，1)设定显著水平x=0.05,b1的检验统计量t1=；b2的检验统计量t2=，查t表知t0.05/2(26-3)=2.0687.因为b1大于2.0687，b2也大于2.0687。因此拒绝H0：B1=0，B2=0的假设，认为在t检验中，这两个回归系数在统计上都是显著的。2)设定显著水平x=0.05查得F0.05（2，23）=3.42.F=417.185大于F0.05（2，23），说以拒绝原假设，表明样本是R²是显著的。由（1）（2）推论已建立的二元线性回归模型有效。

4结语

1.虽然国内外对三种弯沉检测设备两两做了大量的对比工作，但是三种再一起综合性做对比的工作还做的比较少，从数学的角度出发，A与B线性相关，B与C线性相关，则A，B，C一定线性相关这种说法是错误的，那么从三者的相关性性对比出发就越发有意义了。2．通过三种不同的弯沉检测仪器特点、原理、用途以及弯沉数据相关性的研究，无论是两者还是三者弯沉测定值之间都具备良好的相关关系，为FWD、自动弯沉车取代贝克曼梁对结构承载能力进行快速、准确的定量评价提供了依据。3．经过以上的初步分析可以认为，自动弯沉检测技术经过多年的发展和完善在检测操作和数据的科学性上是比较成熟的，此项技术在工作效率、工作成本及检测精度上较传统方法都有相当大的优势，且与标准方法具有较好的相关性，应用线性回归所得的经验公式可对本地区弯沉检测数据进行验证和校核。

参考文献：

[1]公路路基路面现场测试规程(JTJ059-95).

[2]盛文连.路基路面检测技术.

[3]曾凡奇,等.FWD和贝克曼梁在路面检测中的相关关系分析[J].公路,2001(9).

[41唐伯明,等.路面弯沉量测装置[J1.中国市政工程,1995(3).