人工智能驱动的工程质量管理软件测试框架设计与应用

摘要

本文提出一种面向工程质量管理的智能化软件测试框架，通过构建数据驱动型测试流水线，集成深度学习模型与
自动化测试技术，实现从需求分析到缺陷修复的全流程质量管控。核心模块包括基于时序网络的缺陷预测引擎、混合强化
学习的测试调度系统及知识图谱辅助的诊断平台。在轨道交通和智能建筑领域的实证表明，该框架可使关键系统测试覆盖
率提升 25% 以上，回归测试周期缩短 40%，同时通过联邦学习机制实现跨项目知识迁移，为复杂工程软件的质量保障提供
技术支撑。