软件测试的度量方法及其应用

软件测试是找出软件中的错误,它是保证软件质量的关键,软件测试的度量是对影响软件测试的属性所进行的定量测量.本文简述了应用软件测试度量技术时所应具有的基本知识,通过一个实例,介绍并讨论了一种实用的关于软件测试进度安排和软件错误数的度量方法.     

战斗机扭转敏捷性计算分析

介绍了战斗机扭转敏捷性概念及其尺度。为计算扭转敏捷性指标,提出了确定T_(RC90)指标的仿真计算方法。通过对某战斗机的实例计算,反映出该机的扭转敏捷性与机动性,操纵性之间的关系,其变化规律类似于国外飞机的试飞结果。但由于在仿真计算中作了某些假设,特别是未考虑驾驶员动力学特性和操纵系统动力学特性,故所得结果有待于今后在固基模拟器上验证、改进。     

飞机瞬时敏捷性研究

介绍了评价飞机敏捷性的衡量标准,提出瞬时敏捷性的一种估算方法,建立了这种估算方法的数学模型．最后通过估算方法对两种飞机进行了敏捷性计算和分析,得出满意的结果。     

关于飞机瞬时敏捷性尺度的计算

简单介绍了飞机的瞬时敏捷性尺度，即轴向敏捷性，俯仰敏性和横向敏捷性尺度，并对Ｆ－１６飞机的瞬时敏捷性尺度进行了计算，计算结果表明，敏捷性与飞机控制系统设计密切相关，因此，飞机设计时应就敏捷性，飞行品质和控制律设计这三方面进行折衷。     

结构优化中的混合变量应力约束近似方法

提出一种处理结构优化应力约束的新近似方法，以往一般直接对应力约束按设计变量近似，本文用近似内力间接近似应力约束以得到更高的近似质量，根据对内力和设计变量关系分析，提出了内力按混合变量一阶泰勒展开的高捏近似方法。近似优化问题用约束变尺度法求解，最后按出了几个典型例题。结果表明该方法简单，有效，可靠。     

推力矢量和二元喷管

推力矢量是第四代战斗机获得过失速机动性的必要条件,而二元喷管又是推力矢量控制中性能较为优越的一类喷管。本文较全面地阐述了目前世界上推力矢量和二元喷管的发展和现况、二元喷管的构造和性能、二元喷管对改进飞机升阻特性和机动的作用。推力矢量能显著提高飞机在空战中的作战效率以及推力矢量控制所需的效能也在文中作了介绍。     

战斗机敏捷性管理系统

阐述了设计敏捷性管理系统的必要性,介绍了传统大迎角限制器,分析了其存在的不足,在基础上,介绍了国外关于敏捷性管理 研究情况,包括敏捷性管理系统的基本概念,管理模式,设计中应注意的问题,分析结果表明,敏捷性管理系统有助于提高飞机的作战效能并可减轻驾驶员的负担。     

各向异性网格自适应计算在超燃模拟中的应用

采用各向异性网格自适应求解技术,将其应用于DLR超燃冲压发动机燃烧室中的超燃模拟.开展了3个算例,包括采用滑移壁面条件的燃烧室冷流场模拟、采用无滑移壁面条件的冷流场模拟及采用无滑移壁面条件的反应流模拟.模拟中,各向异性网格自适应计算捕捉到了如激波、射流、边界层、火焰面等具有各向异性特征的大梯度区域,并利用各向异性网格进行了很好的加密.对比利用各向同性网格的初始流场计算,各向异性网格自适应计算使基于滑移条件、无滑移条件的冷流计算及反应流计算的网格单元数量分别下降了36.2%,36.4%和36.8%,有效降低了计算规模,而且流场大梯度区域的计算结果更准确,辨析度更好.结果表明:对于像超燃这类具有各向异性特征的问题,各向异性网格系统比各向同性网格系统有更好的计算效率及准确性,同时也表明基于Mach数场构造的各向异性网格系统可以有效应用于超燃计算.      

基于贝叶斯因子和二阶概率方法的圣地亚热传导模型确认挑战问题

针对美国圣地亚国家实验室为促进模型确认方法的发展所提出的热传导挑战问题,根据现代模型确认思想总结了该挑战问题解答中应包含的核心内容。在确认度量环节采用贝叶斯因子考察了实验数据是否支持所给模型,在此基础上通过二阶概率方法得到了模型预测的分布,以此计算出模型预测结论的置信度。该过程中考虑了模型参数的随机不确定性和认知不确定性,最后通过灵敏度分析辨识了模型参数的不确定性对模型预测的影响。研究表明该挑战问题中的实验数据支持所给模型,模型预测受导热系数的不确定性影响最大,模型预测材料在调控条件下的失效概率不满足调控要求,该结论的置信度为99.97%。     

Java程序度量工具的实现及案例分析

介绍了面向对象度量技术,给出针对Java语言的McCabe,Halstead和WMC复杂度的定义,提出了一种新的面向Java语言的度量工具的实现方法,并且通过实例分析说明利用该工具度量Java程序,某些度量值高的模块逻辑复杂、工作量大、易错且难维护,从而引导测试人员重点测试这些模块,同时也使开发人员关注它们,仔细检查程序逻辑,进行合理优化,使整个程序的复杂度降低.确凿实验数据表明,软件度量对改进软件质量具有很大实用价值.本工具采用以下度量标准度量Java程序:针对继承复杂性的DIT(Depth of Inheritance Tree)和NOC(Number Of Children)复杂度;针对模块复杂性的McCabe度量法、Halstead软件科学度量和WMC(Weighted Methods per Class)复杂度;针对类间耦合性、聚集性的RFC(Response for a Class)度量法.每种复杂度从不同方面、不同层次度量Java程序,从而有效全面的评价软件质量,揭示可能隐藏的错误.