本申请属于计算机及软件测试，具体涉及一种基于粒子群算法的用例纠错排序方法、装置及存储介质。
背景技术：
1、在软件测试领域，自动化测试用例的推荐和排序一直是提高测试效率和质量的关键问题，随着自动化测试用例的大量增加，目前面临着自动化测试用例迁移和模块适配的挑战，现有的测试用例大批量失败，导致测试人员需要花费大量的时间和人力进行排查和修复，通过将失败的自动化案例按照某种目标进行排序形成新的案例集能够获得极大的减少纠错时间，从而提高测试效率。
2、现有的粒子群优化排序的方法只能更新相邻的后列元素的位置，此种更新方式具有一定的随机性但是并不高效，这样导致用例纠错整体时间的增加。
技术实现思路
1、本申请提供了一种基于粒子群算法的用例纠错排序方法、系统及计算机可读存储介质，能够保证随机性的同时，提高收敛速度，进而高效的执行用例纠错，减少用例纠错的整体时间，提高纠错效率。
2、第一方面，本申请提供了一种基于粒子群算法的用例纠错排序方法，所述方法包括如下步骤：
3、获取自动化测试案例的自动化报告，提取自动化报告中的多个失败用例，构建多个失败用例的纠错案例集；
4、对纠错案例集随机生成n个初始化序列作为n个种群粒子，从n个种群粒子中提取一个种群粒子，提取一个种群粒子的初始重要度标签序列，计算从该初始重要度标签序列纠正成最坏重要度标签序列的最坏纠正步长st1worst，计算从该初始重要度标签序列纠正成最好重要度标签序列的最好纠正步长st1best，计算一个种群粒子的重要程度评价值t1cc＝st1best/st1worst，依据一个种群粒子中相邻两个用例是否属于同一种类模块计算得到关联性程度值，依据一个种群粒子中每个用例的历史失败率计算得到历史失败率评价值，依据重要程度评价值、关联性程度值和历史失败率评价值计算得到一个种群粒子的优先纠错评估值，遍历n个种群粒子得到n个优先纠错评估值；
5、对n个优先纠错评估值小于第一阈值的m个种群粒子用再次随机生成的m个种群粒子替换得到替换后的n个种群粒子；
6、提取n-m个速度矩阵中随机数矩阵，获取n-m个种群粒子中1个种群粒子对应的1个速度矩阵，获取1个速度矩阵中每个元素的速度值对应的速度区间，依据每个元素的速度区间从预设的速度区间与位置更新规则的映射关系查询每个元素对应的更新规则，依据更新规则对1个速度矩阵中每个元素进行位置更新得到更新后的种群，遍历n-m个种群粒子得到更新后的n-m个种群粒子，将更新后的n-m个种群粒子和再次随机生成的m个种群粒子组成迭代后的n个种群粒子；
7、计算迭代后的n个种群粒子的n个优先纠错评估值，选择n个优先纠错评估值中最大值对应的种群粒子作为迭代后的待定的种群粒子，持续迭代待定的种群粒子直至该待定的种群粒子达到预设条件后，达到预设条件的待定的种群粒子中最优序列确定为所述纠错案例集的最优纠错排序。
8、第二方面，提供一种基于粒子群算法的用例纠错排序装置，所述装置包括：
9、获取构建单元，用于获取自动化测试案例的自动化报告，提取自动化报告中的多个失败用例，构建多个失败用例的纠错案例集；
10、评估单元，用于对纠错案例集随机生成n个初始化序列作为n个种群粒子，从n个种群粒子中提取一个种群粒子，提取一个种群粒子的初始重要度标签序列，计算从该初始重要度标签序列纠正成最坏重要度标签序列的最坏纠正步长st1worst，计算从该初始重要度标签序列纠正成最好重要度标签序列的最好纠正步长st1best，计算一个种群粒子的重要程度评价值t1cc＝st1best/st1worst，依据一个种群粒子中相邻两个用例是否属于同一种类模块计算得到关联性程度值，依据一个种群粒子中每个用例的历史失败率计算得到历史失败率评价值，依据重要程度评价值、关联性程度值和历史失败率评价值计算得到一个种群粒子的优先纠错评估值，遍历n个种群粒子得到n个优先纠错评估值；
11、替换单元，用于对n个优先纠错评估值小于第一阈值的m个种群粒子用再次随机生成的m个种群粒子替换得到替换后的n个种群粒子；
12、迭代单元，用于提取n-m个速度矩阵中随机数矩阵，获取n-m个种群粒子中1个种群粒子对应的1个速度矩阵，获取1个速度矩阵中每个元素的速度值对应的速度区间，依据每个元素的速度区间从预设的速度区间与位置更新规则的映射关系查询每个元素对应的更新规则，依据更新规则对1个速度矩阵中每个元素进行位置更新得到更新后的种群，遍历n-m个种群粒子得到更新后的n-m个种群粒子，将更新后的n-m个种群粒子和再次随机生成的m个种群粒子组成迭代后的n个种群粒子；
13、选择单元，用于计算迭代后的n个种群粒子的n个优先纠错评估值，选择n个优先纠错评估值中最大值对应的种群粒子作为迭代后的待定的种群粒子，持续迭代待定的种群粒子直至该待定的种群粒子达到预设条件后，达到预设条件的待定的种群粒子中最优序列确定为所述纠错案例集的最优纠错排序。
14、第三方面，本申请提供了一种计算机存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如本申请第一方面所描述的部分或全部步骤。
15、本申请实施例具有以下有益效果：
16、本申请的技术方案对粒子群计算重要程度评价值、关联性程度值和历史失败率评价值，并依据计算重要程度评价值、关联性程度值和历史失败率评价值计算得到优先纠错评估值，然后依据优先纠错评估值对粒子群进行迭代更新，在迭代更新时，依据元素的速度对应的速度区间匹配自适应的位置更新规则，破除了相邻元素的位置更换的规则，保持随机性的同时，更快的提高收敛速度，通过计算种群粒子的优先错误评估值来构建自适应的更新的策略，提高了全局搜索能力。
1.一种基于粒子群算法的用例纠错排序方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于粒子群算法的用例纠错排序方法，其特征在于，所述对纠错案例集随机生成n个初始化序列作为n个种群粒子具体包括：
3.根据权利要求2所述的基于粒子群算法的用例纠错排序方法，其特征在于，所述提取一个种群粒子的初始重要度标签序列，计算从该初始重要度标签序列纠正成最坏重要度标签序列的最坏纠正步长st1worst，计算从该初始重要度标签序列纠正成最好重要度标签序列的最好纠正步长st1 best具体包括：
4.根据权利要求3所述的基于粒子群算法的用例纠错排序方法，其特征在于，所述依据一个种群粒子中相邻两个用例是否属于同一种类模块计算得到关联性程度值具体包括：
5.根据权利要求4所述的基于粒子群算法的用例纠错排序方法，其特征在于，所述依据一个种群粒子中每个用例的历史失败率计算得到历史失败率评价值具体包括：
6.根据权利要求1或5所述的基于粒子群算法的用例纠错排序方法，其特征在于，所述依据重要程度评价值、关联性程度值和历史失败率评价值计算得到一个种群粒子的优先纠错评估值具体包括：
7.根据权利要求1所述的基于粒子群算法的用例纠错排序方法，其特征在于，所述获取n-m个种群粒子中1个种群粒子对应的1个速度矩阵具体包括：
8.根据权利要求7所述的基于粒子群算法的用例纠错排序方法，其特征在于，所述依据每个元素的速度区间从预设的速度区间与位置更新规则的映射关系查询每个元素对应的更新规则具体包括：
9.一种基于粒子群算法的用例纠错排序装置，其特征在于，所述装置包括：
10.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-8任一项所述的方法中的步骤的指令。
