正交试验设计法 设计 测试用例主要内容一、设计测试用例时遇到的问题 二、正交表的概念 三、用正交表设计测试用例 四、正交表的由来一、设计测试用例时遇到的问题114系统查询企业单位 当用户打114查询某公司的电话时，电信局 的坐席人员会输入该公司相关信息，并进 行查询，最后把查询的结果告之用户。测试方法 全部测试 部分测试一 部分测试二 用正交表法设计用例并测试 全部测试（2532）测试用例太多测试时投入和回报不相符序 号音形 码拼音 码路名 码行业类 别特征 码10000020000130001040001150010060010170011080011190100010010011101010120101113011001401101150111016011111710000181000119100102010011211010022101012310110241011125110002611001271101028110112911100301110131111103211111 部分测试一测试时没有把握序 号音形 码拼音 码路名 码行业类 别特征 码10000020000130001040001150010060010170011080011190100010010011101010120101113011001401101150111016011111710000181000119100102010011211010022101012310110241011125110002611001271101028110112911100301110131111103211111 部分测试二测试时也没有把握序 号音形 码拼音 码路名 码行业类 别特征 码10000020000130001040001150010060010170011080011190100010010011101010120101113011001401101150111016011111710000181000119100102010011211010022101012310110241011125110002611001271101028110112911100301110131111103211111 利用正交表的正交试验法序 号音形 码拼音 码路名 码行业类 别特征 码10000020000130001040001150010060010170011080011190100010010011101010120101113011001401101150111016011111710000181000119100102010011211010022101012310110241011125110002611001271101028110112911100301110131111103211111 加上可疑用例序 号音形 码拼音 码路名 码行业类 别特征 码10000020000130001040001150010060010170011080011190100010010011101010120101113011001401101150111016011111710000181000119100102010011211010022101012310110241011125110002611001271101028110112911100301110131111103211111二、正交表的概念因素和水平 什么是因素（Factor）在一项试验中，凡欲考察的变量称为因素（变量） 什么是水平（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） 什么是正交试验设计 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 验设计方法 正交表的构成 行数(Runs)：正交表中的行的个数，即试验的次数 。 因素数(Factors)：正交表中列的个数。 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” 正交表的表示形式： L行数(水平数因素数) L8(27)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。如何查找正交表 Technical Support (support.sas.com) http:/support.sas.com/techsup/technote/ts723_ Designs.txt 查Dr. Genichi Taguchi设计的正交表， http:/www.york.ac.uk/depts/maths/tables/orth ogonal.htm上面查询 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L4(23)L8(2441)L9(34)L8(27)L18(3661)L8(27)三、用正交表设计测试用例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 7 加上你认为可疑且没有在表中出现的组合如何选择正交表 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1 因素数、水平数相符 水平数（变量的取值）相同、因素数（变 量）刚好符合正交表对某人进行查询 假设查询某个人时有三个查询条件：根据“姓名”进行查询根据“身份证号码”查询根据“手机号码”查询 考虑查询条件要么不填写，要么填写，此时可用 正交表进行设计因素数和水平数 有三个因素：姓名、身份证号、手机号码 每个因素有两个水平姓名：填、不填身份证号：填、不填手机号码：填、不填选择正交表 表中的因素数3 表中至少有三个因素的水平数2 行数取最少的一个 结果： L4(23) 变量映射 姓名：0填写，1不填写 身份证号：0填写，1不填写 手机号码： 0填写，1不填写用L4(23) 设计的测试用例 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 测试用例减少数： 852 因素数不相同 水平数（变量的取值）相同但在正交表中 找不到相同的因素数（变量） （取因素数 最接近但略大的实际值的表）114系统查询企业单位因素数和水平数 有五个因素：音形码、拼音码、路名码、行业类别和特征码 每个因素有两个水平音形码：填、不填拼音码：填、不填路名码：填、不填行业类别：填、不填特征码：填、不填选择正交表 表中的因素数5 表中至少有五个因素的水平数2 行数取最少的一个 结果： L8(27) 变量映射 音形码：0不填写，1填写 拼音码： 0不填写，1填写 路名码： 0不填写，1填写 行业类别： 0不填写，1填写 特征码： 0不填写，1填写用L8(27) 设计的测试用例测试用例如下： 音形码填写、拼音码填写、路名码填写、行业类别填写、特征码填写 音形码填写、拼音码填写、路名码填写、行业类别不填、特征码不填 音形码填写、拼音码不填、路名码不填、行业类别填写、特征码填写 音形码填写、拼音码不填、路名码不填、行业类别不填、特征码不填 音形码不填、拼音码填写、路名码不填、行业类别填写、特征码不填 音形码不填、拼音码填写、路名码不填、行业类别不填、特征码填写 音形码不填、拼音码不填、路名码填写、行业类别填写、特征码不填 音形码不填、拼音码不填、路名码填写、行业类别不填、特征码填写增补测试用例 音形码不填、拼音码填写、路名码不填、行业类别不填、特征码不填 音形码不填、拼音码不填、路名码填写、行业类别不填、特征码不填 音形码不填、拼音码不填、路名码不填、行业类别填写、特征码不填 音形码不填、拼音码不填、路名码不填、行业类别不填、特征码填写 音形码不填、拼音码不填、路名码不填、行业类别不填、特征码填写测试用例减少数： 32133 水平数不相同 因素（变量）的水平数（变量的取值）不相同因素数和水平数 有五个因素（变量） ：A、B、C、D和E 两个因素有两个水平（变量的取值） 、两个因素 有三个水平，一个因素有六个水平A：A1、A2 B：B1、B2 C：C1、C2、C3D：D1、D2、D3 E：E1、 E2、E3、E4、E5、E6 选择正交表 表中的因素数（变量） 5 表中至少有二个因素的水平数（变量的取值）2 至少有另外二个因素的水平数3 还至少有另外一个因素的水平数6 行数取最少的一个（L49(78)、 L18(3661)） 结果： L18(3661)变量映射 A：0A1、1A2 B：0B1、1B2 C：0C1、1C2、2 C3 D：0D1、1D2、3D3 E：0E1、 1E2、2E3、3E4、 4E5、5E6用L18(3661)设计的测试用例 测试用例如下：省略 测试用例减少数： 21618 加上一些可疑的情况（设为n个）为18n 它比原来也少多了案例研究1992年AT James Prowse; Madhav S. Phadke. “Robust Testing of AT&T PMX/StarMAIL using OATS“ AT&T Technical Journal, Volume 71, No. 3 May/June 1992, pp 41-47.