韩露, 史贤俊, 翟禹尧

(海军航空大学 岸防兵学院, 山东 烟台 264000)

测试性是描述系统健康状态可监控和可测试难易程度的一种设计特性。针对装备的电子设备开展测试性设计,可提高装备的故障检测与隔离能力,减少重大事故的发生。在测试性设计过程中,确立装备测试性模型后,需要针对模型进行测试优化选择,其目的是得到最佳的测试组合。测试优化选择需要综合考虑很多因素，如故障检测率、隔离率、虚警率、漏检率、测试成本等,从而以最低的成本满足测试性需求。

测试优化选择是一种基于测试性模型的多目标优化问题。现阶段大多学者的研究是基于相关性模型,这种模型又可依据是否考虑到不确定信息划分为2种,第一种模型不考虑不确定信息,即认为故障、测试间的关系是确定的;另外一种考虑到不确定信息,认为故障测试间的关系是不确定的,测试是不可靠的。针对第一种相关性模型,雷华军等建立了测试优化选择的数学模型[1],同时提出了一种改进的量子进化算法解决问题,算法收敛速度快,不会陷入局部极值;吴新锋等提出了改进二进制粒子群遗传算法,用粒子群进化代替了代间复制,提高了算法搜索效率[2];苏永定等构造了衡量测试集优劣程度的启发式函数,结合遗传算法提出了一种用于测试选择的遗传搜索算法[3];宋森森首次应用引力算法求解测试优化选择问题,并对其进行了改进[4]。针对第二种……