CN109242363B - 一种基于多种质量控制模型的全生命周期测试管理平台 - Google Patents
一种基于多种质量控制模型的全生命周期测试管理平台 Download PDFInfo
- Publication number
- CN109242363B CN109242363B CN201811297446.XA CN201811297446A CN109242363B CN 109242363 B CN109242363 B CN 109242363B CN 201811297446 A CN201811297446 A CN 201811297446A CN 109242363 B CN109242363 B CN 109242363B
- Authority
- CN
- China
- Prior art keywords
- test
- module
- execution
- defect
- workload
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Stored Programmes (AREA)
Abstract
本发明提供一种基于多种质量控制模型的全生命周期测试管理平台,至少包括:电子化评审的评审管理模块,根据被测***的规模/功能及复杂程度分析评估根据设定的经验值进行计算得出工作量的测试评估模块、根据所述测试评估模块的评估结果计划测试的新增、删除、修改的测试计划模块、分析测试需求的测试需求模块、手动/自动设计测试用例的测试设计模块、执行所述测试设计模块设计后的试用例的测试执行模块。本发明有效地提高了测试用例编写和执行的效率,是一款基于多种质量控制模型的全生命周期的测试管理解决方案。本发明为证券期货行业公司建立软件测试体系架构。同时提供自动化、有效便捷的测试设计方法能够多维度、全质量监控分析及预测模型。
Description
技术领域
本发明涉及质量控制的周期测试技术领域,具体而言,尤其涉及一种基于多种质量控制模型的全生命周期测试管理平台。
背景技术
目前有市面上有两种管理平台:HP Quality Center及禅道项目管理软件。
HP Quality Center是一个基于Web访问方式的测试管理工具,QC是伪B/S结构的软件——浏览器里***了ActiveX技术,实际上是Client/Server,只是外表是B/S。支持的测试管理流程包括:确定需求—>计划测试—>执行测试—>追踪缺陷(开发测试用例)。
禅道项目管理软件是国产的开源项目管理软件,内置需求管理、任务管理、bug管理、缺陷管理、用例管理、计划发布等功能。禅道软件使用的开发语言是PHP,数据库是MySQL,前端采用了jQuery作为JS框架,以及一些第三方的前端扩展。禅道专注研发项目管理,但对测试管理不够精细。
因此目前测试管理软件,无法从测试评估、测试计划、测试需求分析、测试设计、测试执行、缺陷管理等覆盖测试的整个生命周,尤其测试设计模块,集成或实现测试用例的自动设计,而不仅仅是手工设计用例。
发明内容
根据上述提出的技术问题,而提供一种基于多种质量控制模型的全生命周期测试管理平台。本发明涉及一种基于多种质量控制模型的全生命周期测试管理平台,至少包括:
电子化评审的评审管理模块、根据被测***的规模、功能及复杂程度分析评估,根据设定的经验值进行计算得出工作量的测试评估模块、根据所述测试评估模块的评估结果计划测试的新增、删除、修改的测试计划模块、分析测试需求的测试需求模块、手动/自动设计测试用例的测试设计模块、执行所述测试设计模块设计后的试用例的测试执行模块、
所述测试执行模块执行时产生缺陷并优化缺陷的缺陷管理模块、基于Compertz模型的缺陷预测模型的缺陷预测模块、执行完毕后输出测试报表的测试报表模块以及项目管理模块。
进一步的,所述测试评估模块计算工作量至少包含以下步骤:
S11:根据当前模块/功能的***类型/功能特点和功能类型计算出标准执行轮次;如果所述***类型/功能特点未修改,则所述标准执行轮次=1;否则标准执行轮次=2;
S12:设置计划执行轮次等于所述标准执行轮次;
S13:根据所述当前模块/功能的***分类和复杂度从预设评估参数中获取测试系数;
S14:根据所述当前模块/功能的***分类和复杂度从所述预设评估参数中获取系数1;
S15:根据所述当前模块/功能的***分类和所述计划执行轮次获得系数2;
如果所述计划执行轮次≠1且***分类≠A类,则测试执行的系数2=(1+(计划执行轮次-1)*0.75),若计划执行轮次=1且***分类=A,则测试执行的系数2=所述计划执行轮次;所述A类为交易及基础组件类;
S16:当执行轮次=1时,预估测试设计工作量=预估用例数/测试设计的系数;当执行轮次>1时,预估测试执行工作量=系数1*系数2;
所述工作量=需求分析+预估工作量+数据构造工作量+所述预估测试执行工作量。
进一步的,所述自动设计用例输入参数主要包含测试功能点的输入参数以及参数枚举值;所述参数枚举值包含:正向值和逆向值;
所述自动设计用例至少还包含以下步骤:
S21:通过笛卡尔乘积方式进行参数数合,处理完全组合的参数值,获得新参数;
S22:所述新参数与所述完全组合的参数值组合,根据预设的约束条件去掉不符合所述约束条件的数据,然后将余下的每个参数根据组合参数N进行分组;
S23:通过多层循环去掉重复数据,得到参数值组合。
更进一步的,所述基于Compertz模型的缺陷预测模型的缺陷预测模块至少包含以下步骤:
S31:在所述管理平台中预先设定遗留缺陷率目标;
S32:从数据库中收集并统计项目的缺陷数据数量;
所述缺陷数据包含:有效缺陷和无效缺陷;所述有效缺陷是除取消和拒绝的其他状态的缺陷;
S33:根据所述缺陷数据数量调用Compertz模型算法,估算的预测的总缺陷数K、当t=0时Y的初值a以及倾斜度b进行项目数据缺陷预测分析,所述为预测分析为:
K*(1-遗留缺陷率目标%)=项目预计缺陷总数。
进一步的,所述Compertz模型算法为:
线性变换得:
log yt=log K+btlog a;
其中,t表示测试次数,K表示预测的总缺陷数,K=ymax,Ka表示当t=0时y的初值即预测缺陷的起点,b表示倾斜度。
较现有技术相比,本发明具有以下优点:
本发明有效地提高了测试用例编写和执行的效率,是一款基于多种质量控制模型的全生命周期的测试管理解决方案。本发明为证券期货行业公司建立软件测试体系架构。同时提供自动化、有效便捷的测试设计方法能够多维度、全质量监控分析及预测模型。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明整体结构示意图。
图2为本发明实施例示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示,本发明提供了一种基于多种质量控制模型的全生命周期测试管理平台,至少包括:
电子化评审的评审管理模块、根据被测***的规模、功能及复杂程度分析评估,根据设定的经验值进行计算得出工作量的测试评估模块、根据测试评估模块的评估结果计划测试的新增、删除、修改的测试计划模块、分析测试需求的测试需求模块、手动/自动设计测试用例的测试设计模块、执行测试设计模块设计后的试用例的测试执行模块、测试执行模块执行时产生缺陷并优化缺陷的缺陷管理模块、基于Compertz模型的缺陷预测模型的缺陷预测模块、执行完毕后输出测试报表的测试报表模块以及项目管理模块。
作为优选的实施方式,本发明基于B/S架构,前端使用的通过JQuery的EasyUI框架,报表展示通过ECharts,后端通过SpringMVC框架,前后端通过JSON进行数据的传递,数据持久层采用MyBatis框架,数据库采用Mysql。可以理解为在其它的实施方式中,还可以采用其它的构架进行实现,只要能够满足能够将数据进行计算并得到相应的数据即可。
作为优选的实施方式,测试评估模块计算工作量至少包含以下步骤:步骤S11:根据当前模块/功能的***类型/功能特点和功能类型计算出标准执行轮次;如果***类型/功能特点未修改,则标准执行轮次=1;否则标准执行轮次=2;步骤S12:设置计划执行轮次等于标准执行轮次;步骤S13:根据当前模块/功能的***分类和复杂度从预设评估参数中获取测试系数;步骤S14:根据当前模块/功能的***分类和复杂度从预设评估参数中获取系数1;步骤S15:根据当前模块/功能的***分类和计划执行轮次获得系数2;如果计划执行轮次≠1且***分类≠A类,则测试执行的系数2=(1+(计划执行轮次-1)*0.75),若计划执行轮次=1且***分类=A,则测试执行的系数2=计划执行轮次;A类为交易及基础组件类;步骤S16:当执行轮次=1时,预估测试设计工作量=预估用例数/测试设计的系数;当执行轮次>1时,预估测试执行工作量=系数1*系数2;工作量=需求分析+预估工作量+数据构造工作量+预估测试执行工作量。
作为本申请的一种实施例,如图2所示,参数1(A1、A2)与参数2(B1、B2)首先组合形成一个新参数([A1、B1][A1、A2][A2、B1][A2、B2]);新参数在于参数3、参数4进行全组合,生成一个临时结果,检查是否存在约束条件,由于没有约束条件,则直接进入到进行分组{[A1B1]C1D1}拆分为{[A1B1]C1}{[A1B1]D1}{C1D1},{[A1B1]C1D2}拆分为{[A1B1]C1}{[A1B1]D2}{C1D2},{[A1B1]C1D3}拆分为{[A1B1]C1}{[A1B1]D3}{C1D3},……进而去除数据,临时结果中参数中{[A1B1]C1}重复,只需要保留一组数据即可……,通过不断的循环掉重复数据得到最终结果{A1B1C1D3},{A1B1C2D2},{A1B2C1D1},{A1B2C3D1},{A1B2C3D2},{A2B1C1D2},{A2B1C3D3},{A2B2C2D1},{A2B2C2D3}。根据算法生成的测试用例结果,特殊场景下需要进一步调整,平台提供了对输入参数的的分析类调整,根据参数特性调整为测试步骤或者测试条件、测试前提准备等。
作为优选的实施方式,自动设计用例输入参数主要包含测试功能点的输入参数以及参数枚举值;参数枚举值包含:正向值和逆向值。自动设计用例至少还包含以下步骤:
步骤S21:通过笛卡尔乘积方式进行参数数合,处理完全组合的参数值,获得新参数;
步骤S22:新参数与完全组合的参数值组合,根据预设的约束条件去掉不符合约束条件的数据,然后将余下的每个参数根据组合参数N进行分组;
步骤S23:通过多层循环去掉重复数据,得到参数值组合。
在本实施方式中,基于Compertz模型的缺陷预测模型的缺陷预测模块至少包含以下步骤:
S31:在管理平台中预先设定遗留缺陷率目标;
S32:从数据库中收集并统计项目的缺陷数据数量;
缺陷数据包含:有效缺陷和无效缺陷;有效缺陷是除取消和拒绝的其他状态的缺陷;
S33:根据缺陷数据数量调用Compertz模型算法,估算的预测的总缺陷数K、当t=0时Y的初值a以及倾斜度b进行项目数据缺陷预测分析,为预测分析为:K*(1-遗留缺陷率目标%)=项目预计缺陷总数。
作为优选的实施方式,Compertz模型算法为:
线性变换得:
log yt=log K+btlog a;
其中,t表示测试次数,K表示预测的总缺陷数,K=ymax,Ka表示当t=0时y的初值即预测缺陷的起点,b表示倾斜度,b越大代表需要测试时间越多,达到K的时间越长,b越小需要测试时间越少。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (3)
1.一种基于多种质量控制模型的全生命周期测试管理平台,其特征在于,至少包括:
电子化评审的评审管理模块,根据被测***的规模/功能及复杂程度分析评估根据设定的经验值进行计算得出工作量的测试评估模块、根据所述测试评估模块的评估结果计划测试的新增、删除、修改的测试计划模块、分析测试需求的测试需求模块、手动/自动设计测试用例的测试设计模块、执行所述测试设计模块设计后的试用例的测试执行模块;所述测试执行模块执行时产生缺陷并优化缺陷的缺陷管理模块、基于Compertz 模型的缺陷预测模型的缺陷预测模块、执行完毕后输出测试报表的测试报表模块以及项目管理模块,
自动设计用例输入参数主要包含测试功能点的输入参数以及参数枚举值;所述参数枚举值包含:正向值和逆向值;
所述自动设计用例至少还包含以下步骤:
S21:通过笛卡尔乘积方式进行参数组合,处理完全组合的参数值,获得新参数;
S22:所述新参数与所述完全组合的参数值组合,根据预设的约束条件去掉不符合所述约束条件的数据,然后将余下的每个参数根据组合参数N进行分组;
S23:通过多层循环去掉重复数据,得到参数值组合;
所述基于Compertz模型的缺陷预测模型的缺陷预测模块至少包含执行以下步骤:
S31:在所述管理平台中预先设定遗留缺陷率目标;
S32:从数据库中收集并统计项目的缺陷数据数量;
所述缺陷数据包含:有效缺陷和无效缺陷;所述有效缺陷是除取消和拒绝的其他状态的缺陷;
S33:根据所述缺陷数据数量调用Compertz模型算法,估算预测的总缺陷数K、当t=0时yt的初值a以及倾斜度b进行项目数据缺陷预测分析;
2.根据权利要求1所述的一种基于多种质量控制模型的全生命周期测试管理平台,其特征还在于:
所述测试评估模块计算工作量至少包含以下步骤:
S11:根据当前模块/功能的***类型/功能特点和功能类型计算出标准执行轮次;如果所述***类型/功能特点未修改,则所述标准执行轮次=1;否则标准执行轮次=2;
S12:设置计划执行轮次等于所述标准执行轮次;
S13:根据所述当前模块/功能的***分类和复杂度从预设评估参数中获取测试系数;
S14:根据所述当前模块/功能的***分类和复杂度从所述预设评估参数中获取系数1;
S15:根据所述当前模块/功能的***分类和所述计划执行轮次获得系数2;
如果所述计划执行轮次≠1且***分类≠A类,则测试执行的系数2=(1+(计划执行轮次-1)*0.75),若计划执行轮次=1且***分类=A,则测试执行的系数2=所述计划执行轮次;所述A类为交易及基础组件类;
S16:当计划执行轮次=1时,预估测试设计工作量=预估用例数/测试设计的系数;当计划执行轮次>1时,预估测试执行工作量=系数1*系数2;
所述工作量=需求分析+预估工作量+数据构造工作量+所述预估测试执行工作量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811297446.XA CN109242363B (zh) | 2018-11-01 | 2018-11-01 | 一种基于多种质量控制模型的全生命周期测试管理平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811297446.XA CN109242363B (zh) | 2018-11-01 | 2018-11-01 | 一种基于多种质量控制模型的全生命周期测试管理平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109242363A CN109242363A (zh) | 2019-01-18 |
CN109242363B true CN109242363B (zh) | 2022-05-13 |
Family
ID=65080305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811297446.XA Active CN109242363B (zh) | 2018-11-01 | 2018-11-01 | 一种基于多种质量控制模型的全生命周期测试管理平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109242363B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109857663B (zh) * | 2019-01-26 | 2022-04-12 | 北京工业大学 | 关键字驱动与图像相似度结合的自动化测试平台 |
US11256608B2 (en) | 2019-08-06 | 2022-02-22 | Red Hat, Inc. | Generating test plans for testing computer products based on product usage data |
CN111143222A (zh) * | 2019-12-30 | 2020-05-12 | 军事科学院***工程研究院***总体研究所 | 一种基于缺陷预测的软件测评方法 |
CN117634932B (zh) * | 2024-01-25 | 2024-04-30 | 深圳市微克科技股份有限公司 | 一种智能手表生产测试用平台的管理*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521697A (zh) * | 2011-12-13 | 2012-06-27 | 广东电网公司信息中心 | 电网信息化评测实验室管理*** |
CN103246947A (zh) * | 2012-02-10 | 2013-08-14 | 广州博纳信息技术有限公司 | 软件测评实验室管理*** |
CN103257917A (zh) * | 2012-02-16 | 2013-08-21 | 广州博纳信息技术有限公司 | 软件测评***管理方法 |
CN104407971A (zh) * | 2014-11-18 | 2015-03-11 | 中国电子科技集团公司第十研究所 | 自动化测试嵌入式软件的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8774192B2 (en) * | 2011-09-10 | 2014-07-08 | Arnab Das | Methods systems, and devices for robustness improvement in a mobile ad hoc network using reputation-based routing |
-
2018
- 2018-11-01 CN CN201811297446.XA patent/CN109242363B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521697A (zh) * | 2011-12-13 | 2012-06-27 | 广东电网公司信息中心 | 电网信息化评测实验室管理*** |
CN103246947A (zh) * | 2012-02-10 | 2013-08-14 | 广州博纳信息技术有限公司 | 软件测评实验室管理*** |
CN103257917A (zh) * | 2012-02-16 | 2013-08-21 | 广州博纳信息技术有限公司 | 软件测评***管理方法 |
CN104407971A (zh) * | 2014-11-18 | 2015-03-11 | 中国电子科技集团公司第十研究所 | 自动化测试嵌入式软件的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109242363A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242363B (zh) | 一种基于多种质量控制模型的全生命周期测试管理平台 | |
CN112884092B (zh) | Ai模型生成方法、电子设备及存储介质 | |
US9047559B2 (en) | Computer-implemented systems and methods for testing large scale automatic forecast combinations | |
US7599819B2 (en) | Method and system for generating a predictive analysis of the performance of peer reviews | |
CN109298998B (zh) | 工作量评估及模型训练方法、电子设备及存储介质 | |
US20150067648A1 (en) | Preparing an optimized test suite for testing an application under test in single or multiple environments | |
US20130024167A1 (en) | Computer-Implemented Systems And Methods For Large Scale Automatic Forecast Combinations | |
CN103235759A (zh) | 测试用例生成方法和装置 | |
CN110517148B (zh) | 量化交易策略执行的控制方法、***及装置 | |
CN111914936A (zh) | 语料数据的数据特征增强方法、装置及计算机设备 | |
CN110147926A (zh) | 一种业务类型的风险等级计算方法、存储介质及终端设备 | |
CN113139687A (zh) | 一种预测***用户违约的方法及装置 | |
US20050278301A1 (en) | System and method for determining an optimized process configuration | |
CN110008049A (zh) | 一种基于互联网平台的数据修正方法、终端设备及介质 | |
Jiang et al. | An examination of the factors influencing software development effort | |
US8812341B2 (en) | Method and system for optimizing process models | |
Rahman et al. | A Risk Model of Requirements Change Impact Analysis. | |
Prusty et al. | Using generic structures in system dynamics model building: Reflection from modeling for Indian shrimp industry | |
CN112598228B (zh) | 企业竞争力的分析方法、装置、设备及存储介质 | |
Awedikian et al. | Design of a validation test process of an automotive software | |
CN113469235B (zh) | 用水波动异常识别方法及装置、计算机装置及存储介质 | |
CN114399236B (zh) | 一种业务执行时效潜力的评估方法、装置及设备 | |
CN114648228B (zh) | 一种业务执行效率的评估方法、装置及设备 | |
JP2005108147A (ja) | 最適意思決定支援方法とプログラム | |
CN110765355B (zh) | 金融市场产品交易策略课程的推送方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210315 Address after: No. 178, Huanghai Avenue, Dalian Economic and Technological Development Zone, Liaoning, 116600 Applicant after: Dashangsuo Feitai Testing Technology Co.,Ltd. Address before: Room 2607-07, 26 / F, 541 Huangpu Road, high tech park, Dalian, Liaoning 116000 Applicant before: DALIAN FUTURES INFORMATION TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |