في عالم التصنيع الحديث، تعد واجهة المحاكاة الوظيفية (Functional Mock-up Interface - FMI) أداة رئيسية لتبادل نماذج المحاكاة بين الشركاء باستخدام وحدات المحاكاة الوظيفية (Functional Mock-up Units - FMUs). يتيح ذلك إمكانية التحقق والتأكيد من سلوك الأنظمة من خلال المحاكاة. لكن، يبقى استخراج نتائج الاختبار الفعالة من هذه النماذج تحدياً كبيراً نتيجة لغياب نواتج متوقعة واضحة.
تعمل الأساليب التقليدية للاختبار على إعاقة هذه العملية لضرورة الوصول إلى التفاصيل الداخلية للأنظمة. هنا يأتي دور اختبار التحولات (Metamorphic Testing - MT) كحل مبتكر، حيث يعتمد على العلاقات التحولية (Metamorphic Relations - MRs) لدعم عملية الاختبار. ومع ذلك، فإن استخراج هذه العلاقات من المواصفات يظل عملية يدوية وعرضة للأخطاء.
في هذا السياق، يتم تقديم منهجية تعتمد على الذكاء الاصطناعي في شكل سير عمل متعدد الوكلاء، يتم تغذيته بالمواصفات الوظيفية والواجهة لاستخراج متطلبات العلاقة التحولية. وفي هذا الإطار، يتم استخدام أنماط (Given-When-Then) لرسم هيكل الظروف المدخلة (Given)، والتحولات (When)، وسلوكيات النتائج المتوقعة (Then).
تتيح هذه العلاقات إنشاء حالات اختبار تحولية، تنفيذ المحاكاة، وتقييم تماسك المخرجات عبر جلسات متعددة. وقد تم تقييم هذا المنهج على نظام تبريد زيت التشحيم، مما أظهر قدرته على توليد MRs ذات مغزى بصورة أوتوماتيكية. تشير النتائج الأولية إلى أن هذا السير العمل يمكن أن يدعم فعلياً التحقق والنمذجة الديناميكية، من خلال تقليل الجهد اليدوي وتحسين جودة اختبارات النماذج.
اختبار تحولي مبتكر باستخدام وحدات المحاكاة: إحداث ثورة في التحقق من النماذج المعقدة
يقدم بحث جديد نظاماً مبتكراً لاختبار النماذج القائمة على واجهة المحاكاة، مما يسهل عملية التحقق من صحة التصاميم المعقدة. المنهجية تعتمد على استخراج العلاقات التحولية باستخدام أداة ذكاء صناعي متقدمة.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
