正交实验法如何设计测试用例

正交实验法如何设计测试用例如何用正交实验法设计测试用例，一下的文章为大家详细的介绍。

一、用正交表设计测试用例的步骤

(1) 有哪些因素(变量)

(2) 每个因素有哪几个水平(变量的取值)

(3) 选择一个合适的正交表

(4) 把变量的值映射到表中

(5) 把每一行的各因素水平的组合做为一个测试用例

(6) 加上你认为可疑且没有在表中出现的组合

二、如何选择正交表

●考虑因素(变量)的个数

●考虑因素水平(变量的取值)的个数

●考虑正交表的行数

●取行数最少的一个

三、设计测试用例时的三种情况

(1)因素数(变量)、水平数(变量值)相符

(2)因素数不相同

(3)水平数不相同

四、我们来看看第一种情况：

(1)因素数与水平数刚好符合正交表

我们举个例子：

这是个人信息查询系统中的一个窗口。我们可以看到要测试的控件有3个：姓名、身份证号码、手机号码，也就是要考虑的因素有三个;而每个因素里的状态有两个：填与不填。

选择正交表时分析一下：

1、表中的因素数>=3;

2、表中至少有3个因素数的水平数>=2;

3、行数取最少的一个。

从正交表公式中开始查找，结果为：

L4(23)

变量映射：

测试用例如下：

1：填写姓名、填写身份证号、填写手机号

2：填写姓名、不填身份证号、不填手机号

3：不填姓名、填写身份证号、不填手机号

4：不填姓名、不填身份证号、填写手机号

增补测试用例

5：不填姓名、不填身份证号、不填手机号

从测试用例可以看出：如果按每个因素两个水平数来考虑的话，需要8个测试用例，而通过正交实验法进行的测试用例只有5个，大大减少了测试用例数。用最小的测试用例集合去获取最大的测试覆盖率。

(2)因素数不相同

如果因素数不同的话，可以采用包含的方法，在正交表公式中找到包含该情况的公式，如果有N个符合条件的公式，那么选取行数最少的公式。

(3)水平数不相同

采用包含和组合的方法选取合适的正交表公式。

通过上述的介绍，希望大家对用正交实验法设计测试用例有所了解，共同进步

正交试验设计法 黑盒测试

黑盒测试案例设计技术--正交试验法 利用因果图来设计测试用例时，作为输入条件的原因与输出结果之间的因果关系，有时很难从软件需求规格说明中得到。往往因果关系非常庞大，导致利用因果图而得到的测试用例数目多得惊人，给软件测试带来沉重的负担。为了有效地、合理地减少测试的工时与费用，可利用正交试验法进行测试用例的设计。 正交试验设计方法 根据Galois理论，正交试验设计方法是从大量的试验数据中挑选适量的、有代表性的点，从而合理地安排测试的一种科学的试验设计方法。 正交试验法，就是使用已经造好了的表格---正交表来安排试验并进行数据分析的一种方法。它简单易行并且计算表格化，应用性较好。下面通过一个例子来说明正交试验法。 例：为提高某化工产品的转化率，选择了三个有关因素进行条件试验，反应温度(A)，反应时间(B)，用碱量(C)，并确定了它们的试验范围如下： ● A：80～90C° ● B：90～150分钟 ●C：5％～7％ 试验目的是搞清楚因子A、B、C对转化率有什么影响，哪些是主要的，哪些是次要的，从而确定最适生产条件，即温度、时间及用碱量各为多少才能是转化率最高。这里，对因子A、B、C，在试验范围内都选了三个水平，如下所示：

● A：A1=80C°， A2=85C°，A3=90C° ● B：B1=90分钟，B2=120分钟，B3=150分钟 ● C：C1=5％，C2=6％，C3=7％ 当然，在正交试验设计中，因子是可以定量的，也可以是定性的。而定量因子各水平间的距离可以相等，也可以不相等。这个三因子三水平的条件试验，通常有两种试验方法： ①取三因子所有水平之间的组合，即A1B1C1，A1B1C2，A1B2C1，……，A3B3C3，共有3×3×3=27次试验。用下图表示立方体的27个结点。这种试验法叫做全面试验法。 全面试验对各因子与指标间的关系剖析的比较清楚。但试验次数太多，特别是当因子数目多，每个因子的水平数目也很多时，试验量非常大。如选6个因子，每个因子取5个水平时，如要做全面试验，则需要5×5×5×5×5×5=15625次试验。

正交实验设计原理

正交实验设计 1．概述 任何生产部门，任何科学实验工作，为达到预期目的和效果都必须恰当地安排实验工作，力求通过次数不多的实验认识所研究课题的基本规律并取得满意的结果。例如为拟定一个正确而简便的分析方法，必然要研究影响这种分析方法效果的种种条件，诸如试剂浓度和用量、溶液酸度、反应时间以及共存组分的干扰等等。同时，对于影响分析效果的每一种条件，还应通过试验选择合理的范围。在这里，我们把受到条件影响的反系方法的准确度、精密度以及方法的效果等叫做指标；把试验中要研究的条件叫做因素；把每种条件在试验范围内的取值（或选取的试验点）叫做该条件的水平。这就是说我们常常遇到的问题可能包括多种因素，各种因素又有不同的水平，每种因素可能对分析结果产生各自的影响，也可能彼此交织在一起而产生综合的效果。 正交试验设计就是用于安排多因素实验并考察各因素影响大小的一种科学设计方法。它始于1942年，之后在各个领域里都得到很快的发展和广泛应用。这种科学设计方法是应用一套已规格化的表格——正交表来安排实验工作，其优点是适合于多种因素的实验设计，便于同时考查多种因素各种水平对指标的影响通过较少的实验次数，选出最佳的实验条件，即选出各因素的某一水平组成比较合适的条件，这样的条件就所考查的因素和水平而言，可视为最佳条件。另一方面，还可以帮助我们在错综复杂的因素中抓住主要因素，并判断那些因素只起单独的作用，那些因素除自身的单独作用外，它们之间还产生综合的效果。数理统计上的实验设计还能给出误差的估计。 2. 试验设计的基本方法 全面试验法 正交设计的方法，首先应根据实验的目的,确定影响实验结果的各种因素，选择这些影响因素的试验点，进而拟出实验方案，之后按所拟方案进行实验并对实验结果作出评估。必要时再拟出进一步的实验方案，使实验工作更趋完善，所得结果也更为可靠。 如在研究某一显色反应时，为选择合适的显色温度、酸度和显色完全的时间，可作如下的试验安排。 首先确定上述三因素的实验范围： 显色温度： 25——35℃ （温度以A表示） 酸浓度：——L （酸浓度以B表示）

正交实验设计及结果分析

正交试验设计对于单因素或两因素试验，因其因素少，试验的设计、实施与分析都比较简单。但在实际工作中，常常需要同时考察3 个或3 个以上的试验因素，若进行全面试验，则试验的规模将很大，往往因试验条件的限制而难于实施。正交试验设计就是安排多因素试验、寻求最优水平组合的一种高效率试验设计方法。 1 正交试验设计的概念及原理 1.1 正交试验设计的基本概念 正交试验设计是利用正交表来安排与分析多因素试验的一种设计方法。它是由试验因素的全部水平组合中，挑选部分有代表性的水平组合进行试验的，通过对这部分试验结果的分析了解全面试验的情况，找出最优的水平组合。 例如：设计一个三因素、3 水平的试验 A 因素，设A、A?、A33个水平；B因素，设B、B2、B33个水平； C因素，设G、G、G 3个水平，各因素的水平之间全部可能组合有27 种。 全面试验：可以分析各因素的效应，交互作用，也可选出最优水平组合。但全面试验包含的水平组合数较多（图示的27 个节点），工作量大，在有些情况下无法完成。 若试验的主要目的是寻求最优水平组合，则可利用正交表来设计安排试验。 全面试验法示意图

三因素、三水平全面试验方案 正交试验设计的基本特点是：用部分试验来代替全面试验，通过对部分试验结果的分析，了解全面试验的情况。 正因为正交试验是用部分试验来代替全面试验的，它不可能像全面试验那样对各因素效应、交互作用一一分析；当交互作用存在时，有可能出现交互作用的混杂。虽然正交试验设计有上述不足，但它能通过部分试验找到最优水平组合，因而很受实际工作者青睐。 如对于上述3因素3水平试验，若不考虑交互作用，可利用正交表L9（34）安排，试验方案仅包含9个水平组合，就能反映试验方案包

系统测试用例设计方法

系统测试用例设计方法 --------------王永安

目录 一、测试用例格式以及写作要点 (3) 二、系统测试用例设计方法 (4) 1、等价类划分法 (5) 2、边界值分析法 (6) 3、判定表法 (7) 4、因果图法 (9) 5、状态迁移图法 (15) 6、流程分析法 (20) 7、正交试验法 (35) 8、错误推测法 (42)

一、测试用例格式以及写作要点 测试用例编号 测试用例编号是由字母和数字组合而成的，用例的编号应该具有唯一性，易识别性。比如可以采用统一的约定，产品编号—ST—系统测试项名—系统测试子项名—编号。这样看到编号就可以知道是做的什么测试，测试的对象是什么。也方便维护。 测试项目 你现在这个测试用例所测的项目名，可以是测试用例所属的大类，被测需求，被测的模块，或者是被测的单元。例如：计算器加法功能。 测试标题 测试标题是对测试用例的简单描述。用概括的语言描述该测试用例的测试点。每个测试用例的标题不能够重复，因为每个测试用例的测试点是不一样的。例如：手机在没有SIM 卡的情况下，拨打119。 重要级别 重要级别分为高中底三等： 高：保证系统基本功能、重要特性、实际使用频率比较高的用例； 中：重要程度介于高和底之间的测试用例； 底：实际使用频率不高、对系统业务功能影响不大的模块或功能的测试用例。 注：一般情况下，重要级别为高的测试用例，一个测试子项里有且尽有一个，大多数都是重要级别为中的测试用例。因为一般我们会进行一个系统测试预测试，如果重要级别为高的太多，则就失去了预测试的实际意义。 预置条件 就是执行当前测试用例的前提条件，如果不满足这些条件，则无法进行测试。 输入 测试用例执行时，需要输入的外部信息。例如某一个文件，数据记录等。

用正交实验法设计测试用例

用正交实验法设计测试用例 正交实验法的由来 一、正交表的由来 拉丁方名称的由来 古希腊是一个多民族的国家，国王在检阅臣民时要求每个方队中每行有一个民族代表，每列也要有一个民族的代表。 数学家在设计方阵时，以每一个拉丁字母表示一个民族，所以设计的方阵称为拉丁方。 什么是n阶拉丁方？ 用n个不同的拉丁字母排成一个n阶方阵（n<26 ），如果每行的n个字母均不相同，每列的n个字母均不相同，则称这种方阵为n*n拉丁方或n阶拉丁方。每个字母在任一行、任一列中只出现一次。 什么是正交拉丁方？ 设有两个n阶的拉丁方，如果将它们叠合在一起，恰好出现n2个不同的有序数对，则称为这两个拉丁方为互相正交的拉丁方，简称正交拉丁方。 例如：3阶拉丁方 用数字替代拉丁字母： 二、正交实验法

正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。 日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行33=27种组合的实验，且尚未考虑每一组合的重复数。若按L9(33) 正交表按排实验，只需作9次，按L18(37) 正交表进行18次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。 利用因果图来设计测试用例时, 作为输入条件的原因与输出结果之间的因果关系,有时很难从软件需求 规格说明中得到。往往因果关系非常庞大,以至于据此因果图而得到的测试用例数目多的惊人，给软件测试带来沉重的负担，为了有效地,合理地减少测试的工时与费用,可利用正交实验设计方法进行测试用例的设计。 正交实验设计方法:依据Galois理论,从大量的（实验）数据（测试例）中挑选适量的、有代表性的点（例），从而合理地安排实验（测试）的一种科学实验设计方法。类似的方法有:聚类分析方法、因子方法方法等。 三、利用正交实验设计测试用例的步骤： （1）提取功能说明,构造因子--状态表 把影响实验指标的条件称为因子，而影响实验因子的条件叫因子的状态。 利用正交实验设计方法来设计测试用例时，首先要根据被测试软件的规格说明书找出影响其功能实现的操作对象和外部因素，把他们当作因子；而把各个因子的取值当作状态。对软件需求规格说明中的功能要求进行划分，把整体的、概要性的功能要求进行层层分解与展开，分解成具体的有相对独立性的、基本的功能要求。这样就可以把被测试软件中所有的因子都确定下来，并为确定每个因子的权值提供参考的依据。确定因子与状态是设计测试用例的关键。因此要求尽可能全面的、正确的确定取值，以确保测试用例的设计作到完整与有效。 （2）加权筛选,生成因素分析表 对因子与状态的选择可按其重要程度分别加权。可根据各个因子及状态的作用大小、出现频率的大小以及测试的需要，确定权值的大小。 （3）利用正交表构造测试数据集 利用正交实验设计方法设计测试用例，比使用等价类划分、边界值分析、因果图等方法有以下优点：节省测试工作工时；可控制生成的测试用例数量；测试用例具有一定的覆盖率。 在使用正交实验法时，要考虑到被测系统中要准备测试的功能点，而这些功能点就是要获取的因子或因素，但每个功能点要输入的数据按等价类划分有多个，也就是每个因素的输入条件，即状态或水平值。 四、正交表的构成 行数(Runs)：正交表中的行的个数，即试验的次数，也是我们通过正交实验法设计的测试用例的个数。

正交实验设计方法--非常有用

L9（34） 序号 1 2 3 4 1 1 1 1 1 2 1 2 2 2 3 1 3 3 3 4 2 1 2 3 5 2 2 3 1 6 2 3 1 2 7 3 1 3 2 8 3 2 1 3 9 3 3 2 1 回首页 正交试验设计法 正交试验设计法的基本思想 正交表 正交表试验方案的设计 试验数据的直观分析 正交试验的方差分析 常用正交表 1．正交试验设计法的基本思想 正交试验设计法，就是使用已经造好了的表格--正交表--来安排试验并进行数据分析的一种方法。它简单易行，计算表格化，使用者能够迅速掌握。下边通过一个例子来说明正交试验设计法的基本想法。 [例1]为提高某化工产品的转化率，选择了三个有关因素进行条件试验，反应温度(A)，反应时间(B)，用碱量(C)，并确定了它们的试验范围： A：80-90℃ B：90-150分钟 C：5-7％ 试验目的是搞清楚因子A、B、C对转化率有什么影响，哪些是主要的，哪些是次要的，从而确定最适生产条件，即温度、时间及用碱量各为多少才能使转化率高。

试制定试验方案。 这里，对因子A，在试验范围内选了三个水平；因子B和C 也都取三个水平： A：Al＝80℃，A2＝85℃，A3=90℃ B：Bl＝90分，B2＝120分，B3=150分 C：Cl＝5％，C2＝6%，C3＝7% 当然，在正交试验设计中，因子可以是定量的，也可以是定性的。而定量因子各水平间的距离可以相等，也可以不相等。 这个三因子三水平的条件试验，通常有两种试验进行方法： (Ⅰ)取三因子所有水平之间的组合，即AlBlC1，A1BlC2，A1B2C1，……，A3B3C3，共有 33=27次 试验。用图表示就是图1 立方体的27个节点。这种试验法叫做全面试验法。 全面试验对各因子与指标间的关系剖析得比较清楚。但试验次数太多。特别是当因子数目多，每个因子的水平数目也多时。试验量大得惊人。如选六个因子，每个因子取五个水平时，如欲做全面试验，则需56＝15625次试验，这实际上是不可能实现的。如果应用正交实验法，只做25次试验就行了。而且在某种意义上讲，这25次试验代表了15625次试验。 图1 全面试验法取点.......... (Ⅱ)简单对比法，即变化一个因素而固定其他因素，如首先固定B、C于Bl、Cl，使A变化之： ↗A1 B1C1 →A2 ↘A3 (好结果) 如得出结果A3最好，则固定A于A3，C还是Cl，使B变化之： ↗B1 A3C1 →B2 (好结果) ↘B3 得出结果以B2为最好，则固定B于B2，A于A3，使C变化之： ↗C1 A3B2→C2 (好结果) ↘C3 试验结果以C2最好。于是就认为最好的工艺条件是A3B2C2。 这种方法一般也有一定的效果，但缺点很多。首先这种方法的选点代表性很差，如按上述方法进行试验，试验点完全分布在一个角上，而在一个很大的范围内没有选点。因此这种试验方法不全面，所选的工艺条件A3B2C2不一定是27个组合中最好的。其次，用这种方法比较条件好坏时，是把单个的试验数据拿来，进行数值上的简单比较，而试验数据中必然要包含着误差成分，所以单个数据的简单比较不能剔除误差的干扰，必然造成结论的不稳定。

白盒测试用例设计方法

1白盒测试用例设计方法 1.1白盒测试简介 白盒测试又称结构测试、逻辑驱动测试或基于程序的测试，一般多发生在单元测试阶段。白盒测试方法主要包括逻辑覆盖法，基本路径法，程序插装等。 这里重点介绍一下常用的基本路径法，对于逻辑覆盖简单介绍一下覆盖准则。 1.2基本路径法 在程序控制流图的基础上,通过分析控制构造的环路复杂性，导出独立路径集合，从而设计测试用例，设计出的测试用例要保证在测试中程序的每一个可执行语句至少执行一次。 在介绍基本路径测试方法（又称独立路径测试）之前，先介绍流图符号： 图1 如图1所示，每一个圆，称为流图的节点，代表一个或多个语句，流程图中的处理方框序列和菱形决策框可映射为一个节点，流图中的箭头，称为边或连接，代表控制流，类似于流程图中的箭头。一条边必须终止于一个节点，即使该节点并不代表任何语句，例如，图2中两个处理方框交汇处是一个节点，边和节点限定的范围称为区域。 图2

任何过程设计表示法都可被翻译成流图，下面显示了一段流程图以及相应的流图。 注意，程序设计中遇到复合条件时（逻辑or, and, nor 等），生成的流图变得更为复杂，如(c)流图所示。此时必须为语句IF a OR b 中的每一个a 和b 创建一个独立的节点。

(c)流图 独立路径是指程序中至少引进一个新的处理语句集合，采用流图的术语，即独立路径必须至少包含一条在定义路径之前不曾用到的边。例如图(b)中所示流图的一个独立路径集合为： 路径1：1-11 路径2：1-2-3-4-5-10-1-11 路径3：1-2-3-6-8-9-10-1-11 路径4：1-2-3-6-7-9-10-1-11 上面定义的路径1，2，3 和4 包含了(b)流图的一个基本集，如果能将测试设计为强迫运行这些路径，那么程序中的每一条语句将至少被执行一次，每一个条件执行时都将分别取true 和false（分支覆盖）。应该注意到基本集并不唯一，实际上，给定的过程设计可派生出任意数量的不同基本集。如何才能知道需要寻找多少条路径呢？可以通过如下三种方法之一来计算独立路径的上界： 1. V=E-N+2，E 是流图中边的数量，N 是流图节点数量。 2. V=P+1，P 是流图中判定节点的数量 3. V=R，R 是流图中区域的数量 例如，(b)流图可以采用上述任意一种算法来计算独立路径的数量 1. V=11 条边-9 个节点+2=4 2. V=3 个判定节点+1=4 3. 流图有4 个区域，所以V=4 由此为了覆盖所有程序语句，必须设计至少4 个测试用例使程序运行于这4 条路径。 在采用基本路径测试方法中，获取测试用例可参考以下方式：

测试用例设计方法之因果图法

测试用例设计方法之因果图法 (一)因果图法的来源 大家熟悉的等价类划分法和边界值分析法，都是着重考虑输入条件，但未考虑输入条件之间的联系、相互组合等； 但是，如考虑所输入条件之间的相互组合，会由于组合情况数目相当大，需要大量的测试用例； 因果图法，是一种帮助人们系统地选择一组高效率测试用例的方法。(二)因果图法的特点 考虑输入条件间的组合关系； 考虑输出条件对输入条件的信赖关系，即因果关系； 测试用例发现错误的效率高； 能检查出功能说明中的某些不一致或遗漏； 因果图方法最终生产的就是判定表，它适合于检查程序输入条件和各种组合情况。 (三)因果图法基本步骤 1.分割功能说明书 对于规模比较大的程序来说，由于输入条件的组合数太大，所以很难整体上使用一个因果图。我们可以把它划分为若干部分，然后分别对每个部分使用因果图。例如，测试编译程序时，可以把每个语句作为一个部分。 2.识别出“原因”和“结果”，并加以编号 所谓原因，是指输入条件或输入条件的等价类；而结果则是指输出条件或输出条件的等价类。每个原因或结果都对应于因果图中的一个节点。当原因或结果成立（或出现）时，相应的节点取值为1，否则为0。 例如，有一个饮料自动售货机（处理单价为5角钱）的控制处理软件，它的软件规格说明如下： 若投入5角钱的硬币，按下“橙汁”或“啤酒”的按钮，则相应的饮料就送出来。若投入1元钱的硬币，同样也是按“橙汁”或“啤酒”的按钮，则自动售货机在送出相应饮料的同时退回5角钱的硬币。

分析这一段说明，我们可以列出原因和结果。 原因如下： ?投入1元硬币； ?投入5角硬币； ?按下“橙汁”按钮； ?按下“啤酒”按钮 结果 ?退还5角钱； ?送出“橙汁”饮料； ?送出“啤酒”饮料 3.根据功能说明书中规定的原因和结果之间的关系画出因果图 因果图的基本符号如图1所示： 1.因果图的基本符号 图中左边的节点表示原因，右边的节点表示结果。恒等、非、或、与的含义： ?恒等：若a=1，则b=1；若a=0，则b=0； ?非：若a=1，则b=0，若a=0，则b=1； ?或：若a=1或b=1或c=1，则d=1；若a= b= c=0，则d=0； ?与：若a= b= c=1，则d=1；若a=0或b=0或c=0，则d=0。 画因果图时，原因在左，结果在右，由上而下排列，并根据功能说明书中规定的原因和结果之间的关系，用上述基本符号连接起来。在因果图中还可以引入一些中间节点。

正交测试步骤

三、利用正交实验设计测试用例的步骤： （1）提取功能说明,构造因子--状态表 把影响实验指标的条件称为因子，而影响实验因子的条件叫因子的状态。 利用正交实验设计方法来设计测试用例时，首先要根据被测试软件的规格说明书找出影响其功能实现的操作对象和外部因素，把他们当作因子；而把各个因子的取值当作状态。对软件需求规格说明中的功能要求进行划分，把整体的、概要性的功能要求进行层层分解与展开，分解成具体的有相对独立性的、基本的功能要求。这样就可以把被测试软件中所有的因子都确定下来，并为确定每个因子的权值提供参考的依据。确定因子与状态是设计测试用例的关键。因此要求尽可能全面的、正确的确定取值，以确保测试用例的设计作到完整与有效。 （2）加权筛选,生成因素分析表 对因子与状态的选择可按其重要程度分别加权。可根据各个因子及状态的作用大小、出现频率的大小以及测试的需要，确定权值的大小。 （3）利用正交表构造测试数据集 利用正交实验设计方法设计测试用例，比使用等价类划分、边界值分析、因果图等方法有以下优点：节省测试工作工时；可控制生成的测试用例数量；测试用例具有一定的覆盖率。 在使用正交实验法时，要考虑到被测系统中要准备测试的功能点，而这些功能点就是要获取的因子或因素，但每个功能点要输入的数据按等价类划分有多个，也就是每个因素的输入条件，即状态或水平值。 四、正交表的构成 行数(Runs)：正交表中的行的个数，即试验的次数，也是我们通过正交实验法设计的测试用例的个数。 因素数(Factors) ：正交表中列的个数，即我们要测试的功能点。 水平数(Levels)：任何单个因素能够取得的值的最大个数。正交表中的包含的值为从0到数“水平数-1”或从1到“水平数”。即要测试功能点的输入条件。 正交表的形式： L行数(水平数因素数) 如：L8(27) 五、正交表的正交性 整齐可比性 在同一张正交表中，每个因素的每个水平出现的次数是完全相同的。由于在试验中每个因素的每个水平与其它因素的每个水平参与试验的机率是完全相同的，这就保证在各个水平中最大程度的排除了其它因素水平的干扰。因而，能最有效地进行比较和作出展望，容易找到好的试验条件。 均衡分散性 在同一张正交表中，任意两列（两个因素）的水平搭配（横向形成的数字对）是完全相同的。这样就保证了试验条件均衡地分散在因素水平的完全组合之中，，因而具有很强的代表性，容易得到好的试验条件。 用正交实验法设计测试用例 以上介绍了正交实验法的由来。怎么用正交实验法进行用例的设计呢？ 一、用正交表设计测试用例的步骤 (1) 有哪些因素（变量） (2) 每个因素有哪几个水平（变量的取值） (3) 选择一个合适的正交表

正交实验设计基本思想

正交实验设计法 正交实验设计法 1．正交试验设计法的基本思想 正交试验设计法，就是使用已经造好了的表格--正交表--来安排试验并进行数据分析的一种方法。它简单易行，计算表格化，使用者能够迅速掌握。下边通过一个例子来说明正交试验设计法的基本想法。 [例1]为提高某化工产品的转化率，选择了三个有关因素进行条件试验，反应温度(A)，反应时间(B)，用碱量(C)，并确定了它们的试验范围：A：80-90℃ B：90-150分钟 C：5-7％ 试验目的是搞清楚因子A、B、C对转化率有什么影响，哪些是主要的，哪些是次要的，从而确定最适生产条件，即温度、时间及用碱量各为多少才能使转化率高。试制定试验方案。 这里，对因子A，在试验范围内选了三个水平；因子B和C也都取三个水平：A：Al＝80℃，A2＝85℃，A3=90℃ B：Bl＝90分，B2＝120分，B3=150分 C：Cl＝5％，C2＝6%，C3＝7% 当然，在正交试验设计中，因子可以是定量的，也可以是定性的。而定量因子各水平间的距离可以相等，也可以不相等。 这个三因子三水平的条件试验，通常有两种试验进行方法： (Ⅰ)取三因子所有水平之间的组合，即AlBlC1，A1BlC2，A1B2C1，……，A3B3C3，共有 33=27次 试验。用图表示就是图1 立方体的27个节点。这种试验法叫做全面试验法。 全面试验对各因子与指标间的关系剖析得比较清楚。但试验次数太多。特别

是当因子数目多，每个因子的水平数目也多时。试验量大得惊人。如选六个因子，每个因子取五个水平时，如欲做全面试验，则需56＝15625次试验，这实际上是不可能实现的。如果应用正交实验法，只做25次试验就行了。而且在某种意义上讲，这25次试验代表了15625次试验。 (Ⅱ)简单对比法，即变化一个因素而固定其他因素，如首先固定B、C于Bl、Cl，使A变化之： ↗A1 B1C1 →A2 ↘A3 (好结果) 如得出结果A3最好，则固定A于A3，C还是Cl，使B变化之： ↗B1 A3C1 →B2 (好结果) ↘B3 得出结果以B2为最好，则固定B于B2，A于A3，使C变化之： ↗C1 A3B2→C2 (好结果) ↘C3 试验结果以C2最好。于是就认为最好的工艺条件是A3B2C2。 这种方法一般也有一定的效果，但缺点很多。首先这种方法的选点代表性很差，如按上述方法进行试验，试验点完全分布在一个角上，而在一个很大的范围内没有选点。因此这种试验方法不全面，所选的工艺条件A3B2C2不一定是27 个组合中最好的。其次，用这种方法比较条件好坏时，是把单个的试验数据拿来，进行数值上的简单比较，而试验数据中必然要包含着误差成分，所以单个数据的简单比较不能剔除误差的干扰，必然造成结论的不稳定。 简单对比法的最大优点就是试验次数少，例如六因子五水平试验，在不重复时，只用5+(6-1)×(5-1)＝5+5×4＝25次试验就可以了。 图1 全面试验法取点.......... 考虑兼顾这两种试验方法的优点，从全面试验的点中选择具有典型性、代表性的点，使试验点在试验范围内分布得很均匀，能反映全面情况。但我们又希望试验点尽量地少，为此还要具体考虑一些问题。

测试用例方法

1、等价类方法 是把所有可能的输入数据,即程序的输入域划分成若干部分（子集）,然后从每一个子集中选取少数具有代表性的数据作为测试用例。 2、边界值 边界值分析法就是对输入或输出的边界值进行测试的一种黑盒测试方法。通常边界值分析法是作为对等价类划分法的补充，这种情况下，其测试用例来自等价类的边界。 3、错误推测 基于经验和直觉推测程序中所有可能存在的各种错误, 从而有针对性的设计测试用例的方法。 4、因果图 是一种利用图解法分析输入的各种组合情况，从而设计测试用例的方法，它适合于检查程序输入条件的各种组合情况。 5、判定表驱动法 判定表是分析和表达多逻辑条件下执行不同操作的情况的工具。 6、正交表法 利用因果图来设计测试用例时, 作为输入条件的原因与输出结果之间的因果关系,有时很难从软件需求规格说明中得到。往往因果关系非常庞大,以至于据此因果图而得到的测试用例数目多的惊人，给软件测试带来沉重的负担，为了有效地,合理地减少测试的工时与费用,可利用正交实验设计方法进行测试用例的设计。 7、场景法 现在的软件几乎都是用事件触发来控制流程的，事件触发时的情景便形成了场

景，而同一事件不同的触发顺序和处理结果就形成事件流。这种在软件设计方面的思想也可以引入到软件测试中，可以比较生动地描绘出事件触发时的情景，有利于测试设计者设计测试用例，同时使测试用例更容易理解和执行。 #使用各种测试方法的综合策略： 1)在任何情况下都必须使用边界值分析方法，经验表明用这种方法设计出测试用例发现程序错误的能力最强。 2)必要时用等价类划分方法补充一些测试用例。 3)用错误推测法再追加一些测试用例。 4)对照程序逻辑，检查已设计出的测试用例的逻辑覆盖程度，如果没有达到要求的覆盖标准，应当再补充足够的测试用例。 如果程序的功能说明中含有输入条件的组合情况，则一开始就可选用因果图法。#测试用例的设计步骤： 1)构造根据设计规格得出的基本功能测试用例； 2)边界值测试用例； 3)状态转换测试用例； 4)错误猜测测试用例； 5)异常测试用例； 6)性能测试用例； 7)压力测试用例。

正交试验设计

正交试验设计 1 正交试验设计的概念及原理 1.1 基本概念 利用正交表来安排与分析多因素试验的一种设计方法。 特点：在试验因素的全部水平组合中，仅挑选部分有代表性的水平组合进行试验。 通过部分实施的试验结果，了解全面试验情况，从中找出较优的处理组合。 考察增稠剂用量、pH 值和杀菌温度对豆奶稳定性的影响。每个因素设置3个水平进行试验 。 全面试验：可以分析各因素的效应，交互作用，也可选出最优水平组合。 全面试验包含的水平组合数较多，工作量大，在有些情况下无法完成 。 若试验的主要目的是寻求最优水平组合，则可利用正交表来设计安排试验。 ● 正交试验是用部分试验来代替全面试验的，它不可能像全面试验那样对各因素效应、交互作用一一分析； ● 当交互作用存在时，有可能出现交互作用的混杂。 ● 虽然正交试验设计有上述不足，但它能通过部分试验找到最优水平组合，因而很受实际工作者青睐。 1.2 基本原理 在试验安排中，每个因素在研究的范围内选几个水平， 可以理解为在选优区内打上网格， 如果网上的每个点都做试验，就是全面试验。 3个因素的选优区可以用一个立方体表示。 3个因素各取3个水平，把立方体划分成27个格点。 若27个网格点都试验，就是全面试验。 A2 A3 A1B1C1 B3 B2 A 因素：增稠剂用量，A1、A2、A3 B 因素：pH ，B1、B2、B3 C 因素：杀菌温度，C1、C2、C3 3因素 3水平 33 ＝27

1.2 基本原理 正交设计就是从选优区全面试验点（水平组合）中挑选出有代表性的部分试验点（水平组合）来进行试验。

A1B1C1 A1B2C2 A1B3C3 A2B1C2 A2B2C3 A3B1C3 A3B2C1 A3B3C2 A2B3C1 A1B1C3 A1B3C1 A2B1C1 A2B2C1 A2B3C3 A3B1C1 A3B2C3 9个组合

如何设计和执行测试用例

如何设计和执行测试用例测试需求收集完毕后，开始测试设计。 测试用例是什么?测试用例就是一个文档，描述输入、动作、或者时间和一个期望的结果，其目的是确定应用程序的某个特性是否正常的工作。设计测试用例需要考虑以下问题： 测试用例的基本格式： 软件测试用例的基本要素包括测试用例编号、测试标题、重要级别、测试输入、操作步骤、预期结果，下面逐一介绍。 用例编号：测试用例的编号有一定的规则，比如系统测试用例的编号这样定义规则： PROJECT1-ST-001 ，命名规则是项目名称+测试阶段类型(系统测试阶段)+编号。定义测试用例编号，便于查找测试用例，便于测试用例的跟踪。 测试标题：对测试用例的描述，测试用例标题应该清楚表达测试用例的用途。比如“测试用户登录时输入错误密码时，软件的响应情况”。 重要级别：定义测试用例的优先级别，可以笼统的分为“高”和“低”两个级别。一般来说，如果软件需求的优先级为“高”，那么针对该需求的测试用例优先级也为“高” ;反之亦然， 测试输入：提供测试执行中的各种输入条件。根据需求中的输入条件，确定测试用例的输入。测试用例的输入对软件需求当中的输入有很大的依赖性，如果软件需求中没有很好的定义需求的输入，那么测试用例设计中会遇到很大的障碍。 操作步骤：提供测试执行过程的步骤。对于复杂的测试用例，测试用

例的输入需要分为几个步骤完成，这部分内容在操作步骤中详细列出。 预期结果：提供测试执行的预期结果，预期结果应该根据软件需求中的输出得出。如果在实际测试过程中，得到的实际测试结果与预期结果不符，那么测试不通过;反之则测试通过。 软件测试用例的设计主要从上述 6 个域考虑，结合相应的软件需求文档，在掌握一定测试用例设计方法的基础上，可以设计出比较全面、合理的测试用例。具体的测试用例设计方法可以参见相关的测试书籍，白盒测试方法和黑盒测试方法在绝大多数的软件测试书籍中都有详细的介绍。 一般来说，每个软件公司的项目可以分为固定的几大类。可以按业务类型划分，比如 ERP 软件、产品数据管理软件、通信软件、地理信息系统软件等等;可以按软件结构来划分，比如 B/S 架构的软件、 C/S 架构的软件、嵌入式软件等等。参考同类别软件的测试用例，会有很大的借鉴意义。如果，公司中有同类别的软件系统，千万别忘记把相关的测试用例拿来参考。如果，系统非常接近，甚至经过对测试用例简单修改就可以应用到当前被测试的软件。“拿来主义”可以极大的开阔测试用例设计思路，也可以节省大量的测试用例设计时间。 加强测试用例的评审： 测试用例设计完毕后，最好能够增加评审过程。 同行评审是 CMM3 级的一个 KPA ，如果因为公司没有通过 CMM3 级，就不开展同行评审是不恰当的。测试用例应该由产品相关的软件测试人员和软件开发人员评审，提交评审意见，然后根据评审意见更新测试用例。如果认真操作这个环节，测试用例中的很多问题都会暴露出来，比如用例设计错

以中国象棋中走马的测试用例设计为例学习因果图的使用方法

以中国象棋中走马的测试用例设计为例学习因果图的使用方法。 分析中国象棋中走马的实际情况（下面未注明的均指的是对马的说明） 1如果落点在棋盘外，则不移动棋子； 2、如果落点与起点不构成日字型，则不移动棋子； 3、如果落点处有自己方棋子，则不移动棋子； 4、如果在落点方向的邻近交叉点有棋子（绊马腿），则不移动棋子； 5、如果不属于1-4条，且落点处无棋子，则移动棋子； 6、如果不属于1-4条，且落点处为对方棋子（非老将），则移动棋子并除去对方棋子； 7、如果不属于1-4条，且落点处为对方老将，则移动棋子，并提示战胜对方，游戏结束。原因：结果： 1、落点在棋盘上； 2、落点与起点构成日字； 3、落点处为自己方棋子； 4、落点方向的邻近交叉点无棋子； 5、落点处无棋子； 6、洛点处为对方棋子（非老将）； 7、洛点处为对方老将。21、不移动棋子； 22、移动棋子； 23、移动棋子，并除去对方棋子； 24、移动棋子，并提示战胜对方，结束游戏。 L2345678 111110000 2]101I00 3L3101c10 11111100 2200001 2101000 23（.1010] 测试 用例 A3 A8 AR A? R5 B4 RN ur Cl X6 SD PS 考虑结果不能同时发生，所以对其施加唯一约束施加异约束E。 根据因果图建立判定表：（分为两表）0。原因5、6、7不能同时发生，所以对其 添加中间节点11，目的是作为导出结果的进一步原因，简化因果图导出的判定表

注：1、以上判定表中由于表格大小限制没有列出最后所选的测试用例；2、第2表中部分列被合并表示不可能发生的现象；3、通过中间节点将用例的判定表简化为两个小表。减少工 作量。 四、根据判定表写测试用例表（略）

用户名密码测试用例编写方法

用户名密码测试用例编 写方法 标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]

别小看了这个用户名密码这么简单的输入框。可测试的内容还是很多的，并且引发的问题也有很多种类。下面就说一说他的测试方法。？ 一、用户注册 只从用户名和密码角度写了几个要考虑的测试点，如果需求中明确规定了安全问题，Email，出生日期，地址，性别等等一系列的格式和字符要求，那就都要写用例测了~ 以等价类划分和边界值法来分析 1.填写符合要求的数据注册：用户名字和密码都为最大长度（边界值分析，取上点） 2.填写符合要求的数据注册：用户名字和密码都为最小长度（边界值分析，取上点） 3.填写符合要求的数据注册：用户名字和密码都是非最大和最小长度的数据（边界值分析，取内点）

4.必填项分别为空注册 5.用户名长度大于要求注册1位（边界值分析，取离点） 6.用户名长度小于要求注册1位（边界值分析，取离点） 7.密码长度大于要求注册1位（边界值分析，取离点） 8.密码长度小于要求注册1位（边界值分析，取离点） 9.用户名是不符合要求的字符注册（这个可以划分几个无效的等价类，一般写一两个就行了，如含有空格，#等，看需求是否允许吧~） 10.密码是不符合要求的字符注册（这个可以划分几个无效的等价类，一般写一两个就行了） 11.两次输入密码不一致（如果注册时候要输入两次密码，那么这个是必须的）

12.重新注册存在的用户 13.改变存在的用户的用户名和密码的大小写，来注册。（有的需求是区分大小写，有的不区分） 14.看是否支持tap和enter键等；密码是否可以复制粘贴；密码是否以* 之类的加秘符号显示 备注：边界值的上点、内点和离点大家应该都知道吧，呵呵，这里我就不细说了~~ 二、修改密码 当然具体情况具体分析哈~不能一概而论~ 实际测试中可能只用到其中几条而已，比如银行卡密码的修改，就不用考虑英文和非法字符，更不用考虑那些ＴＡＰ之类的快捷键。而有的需要根据需求具体分析了，比如连续出错多少次出现的提示，和一些软件修改密码要求一定时间内有一定的修改次数限制等等。

正交实验设计

正交实验设计 当析因设计要求的实验次数太多时，一个非常自然的想法就是从析因设计的水平组合中，选择一部分有代表性水平组合进行试验。因此就出现了分式析因设计(fractional factorial designs)，但是对于试验设计知识较少的实际工作者来说，选择适当的分式析因设计还是比较困难的。 正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行33=27种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)3正交表按排实验，只需作9次，按L18(3)7正交表进行18次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。 1．正交表 正交表是一整套规则的设计表格，用。L为正交表的代号，n为试验的次数， t为水平数，c为列数，也就是可能安排最多的因素个数。例如L9(34)，(表11)，它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8(4×24) (表12)，此表的5列中，有1列为4水平，4列为2水平。根据正交表的数据结构看出，正交表是一个n行c列的表，其中第j列由数码1，2，… S j组成，这些数码均各出现N/S次，例如表11中，第二列 的数码个数为3，S=3 ，即由1、2、3组成，各数码均出现次。

正交实验设计方法原理

设计方法名称正交设计 适用范围仅用于复因子试验。 田间排列田间排列可采用随机区组设计或拉丁方设计等。 田间排列说明一、为什么要用正交试验？ 关于复因子试验我们介绍了随机区组设计和裂区设计两种设计方法、但这两种设计方法均属于复因子试验的全面实施，所成的区组叫完全区组，即每一种处理组合在每一区组都必须设置一个小区。然而，对于农林试验，特别小区面积需较大的热带作物试验，作全面实施往往是不可能的。例如，如欲作肥料三要素试验，每因子取三个水平，则共有27个处理组合。若把试验布置成完全区组，则每区组需设置27个小区。这不仅实际执行时常因地形所限而不易找到如此庞大的区组，即使能找到可摆下27个处理组合的区组也难于实行局部控制。此外，作完全区组设计工作量太大，耗费人力物力也多。为解决以上矛盾，人们提出是否可以从全部处理组合中挑选出一部处理组合来做一下完全区组试验，而且要求这种部分实施同样能达到主要的试验目的。理论与实施都证明这是可能的，这就是本节所介绍的正交试验法。 进一步的问题是：（1）从全部处理组合中应该挑几个处理组合来做试验？（2）从全部处理组合中具体挑选哪几个处理组合来做试验？这两个问题都可以从正交表得到回答。 二、正交表 正交试验，是借助于正交表来布置试验的。因此，首先得搞清楚正交表的含义。比如，需作一A、B、C三因子试验，A分为A1、A2二个水平；B分为B1、B2二个水平；C分为C1、C2二个水平。显然，该试验共有8个处理组合，详列如下： 这8个处理组合，可用数字来简单表示，如A1B1C1可简记为“111”，A1B1C2可简记为“112”等等。这样，如若写出“221”，则表示这是处理组合A2B2C1，。即因子A取A2，因子B取B2，因子C取C1所组成的组合。 如果我们希望把试验布置成正交试验，从8个处理组合中挑选一部分处理组合来做才有代表性呢？这可查正交表得到回答。二水平的最简单一张正交

测试用例设计—正交试验法

测试用例设计—正交试验法【烟三修整】上一篇 / 下一篇 2008-05-23 14:25:19 / 个人分类：测试理论 查看( 1930 ) / 评论( 3 ) / 评分( 0 / 0 ) 1、概念 1.1正交试验设计（Orthogonal experimental design） 是研究多因素多水平的一种设计方法，它是根据正交性从全面试验中挑选出部分 有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点， 正交试验设计是一种基于正交表的、高效率、快速、经济的试验。 1.2、因素（Factor） 在一项试验中，凡欲考察的变量称为因素（变量），也有的地方叫因子。 1.3、水平（位级）（Level） 在试验范围内，因素被考察的值称为水平（变量的取值）。 2、正交表 2.1正交表是一整套规则的设计表格。 正交表的表示形式：Ln（t^c）其中：L为正交表的代号，n为行数（试验次数）， t为水平数，c为列数（因素数）。 例如：L4(2^3)，它表示需做4次实验，最多可观察3个因素，每个因素均为2水 平。如下图： 一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8(2^4 4^1)，如下图。此表的5列中，有1列为4水平，4列为2水平。根据正交表的数 据结构看出，正交表是一个n行c列的表，其中第j列由数码1，2，… tj 组成，这 些数码均各出现n/t 次，例如图1-1中，第二列的数码个数为2，t=2 ，即由1、2 组成，各数码均出现2次。

mn型的正交表中，试验次数（行数）＝∑（每列水平数－1）＋1 例：5个3水平因子及一个2水平因子，表示为35*21，试验次数＝5*(3-1)+1*(2- 1)+1＝12，即L12（3^5 2^1）。 2.2正交表具有以下两项性质： (1) 每一列中，不同的数字出现的次数相等。例如：在两水平正交表中，任何一列 都有数码“1”与“2”，且任何一列中它们出现的次数是相等的；如在三水平正交表中，任何一列都有“1”、“2”、“3”，且在任一列的出现数均相等。 (2) 任意两列中数字的排列方式齐全而且均衡。例如：在两水平正交表中，任何两 列(同一横行内)有序对子共有4种：(1，1)、(1，2)、(2，1)、(2，2)。每种对数出 现次数相等。在三水平情况下，任何两列(同一横行内)有序对共有9种，1.1、1.2、1.3、2.1、2.2、2.3、3.1、3.2、3.3，且每对出现数也均相等。 以上两点充分的体现了正交表的两大优越性，即“均匀分散性，整齐可比”。通俗的说，每个因素的每个水平与另一个因素各水平各碰一次，这就是正交性。 2.3如何查找正交表 1、Technical Support (https://www.sodocs.net/doc/855422333.html,) https://www.sodocs.net/doc/855422333.html,/techsup/technote/ts723_Designs.txt 2、查Dr. GenichiTaguchi设计的正交表， https://www.sodocs.net/doc/855422333.html,/depts/maths/tables/orthogonal.htm上面查询 3、数理统计、试验设计等方面的书及附录中 关注点：因素数和对应的水平数组成的矩阵。 三、用正交表设计测试用例 3.1设计测试用例的步骤 1、有哪些因素（变量） 2、每个因素有哪几个水平（变量的取值） 3、选择一个合适的正交表 4、把变量的值映射到表中