买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥力高动力科技有限公司申请的专利基于大语言模型与规则协同的测试用例生成方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121387759B 。

龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511977968.4，技术领域涉及：G06F11/3668；该发明授权基于大语言模型与规则协同的测试用例生成方法及系统是由朱前威;刘勇;鲍伟;沈永柏;代文斌设计研发完成，并于2025-12-25向国家知识产权局提交的专利申请。

本基于大语言模型与规则协同的测试用例生成方法及系统在说明书摘要公布了：本发明属于车辆软件测试技术领域，具体涉及基于大语言模型与规则协同的测试用例生成方法及系统，方法通过解析需求文档并映射至故障本体模型生成结构化测试需求；利用大语言模型基于等价类划分和边界值分析法生成多组故障验证条件；采用多维混合检索策略从历史用例库中检索参考用例；结合验证条件、参考用例及标准化信息库，分阶段生成测试用例的前置环境设置、序列化操作指令与预期响应；最后通过大语言模型与规则引擎协同校验确保用例质量。本发明有效解决了传统方法依赖人工、覆盖率低、易出错及历史知识复用难的问题，显著提升了BMS测试用例生成的自动化程度、准确性与完整性。

本发明授权基于大语言模型与规则协同的测试用例生成方法及系统在权利要求书中公布了：1.基于大语言模型与规则协同的测试用例生成方法，其特征在于，包括如下步骤： S1、响应BMS测试用例生成请求，解析并提取请求文档中目标参数信息，将目标参数信息映射至预定义的故障本体模型，生成结构化的测试需求信息；目标参数信息包括故障名称、使能条件、触发条件、恢复条件、故障等级和故障表现； S2、接收所述测试需求信息，基于所述触发条件和所述恢复条件，采用等价类划分和边界值分析法生成用于验证故障触发与故障恢复的多组故障验证条件； 步骤S2中，所述采用等价类划分和边界值分析法生成用于验证故障触发与故障恢复的多组故障验证条件，包括： 利用大语言模型,针对故障触发或恢复条件中的连续型参数，生成无效等价类验证条件、有效等价类验证条件及边界扰动类验证条件； 其中，所述无效等价类验证条件为参数取值不满足故障触发或恢复条件的值；所述有效等价类验证条件为参数取值满足故障触发或恢复条件的值；所述边界扰动类验证条件为参数取值在故障触发或恢复阈值边界及附近偏移的值； 针对多条件组合故障触发条件场景，采用判定表法生成覆盖所述场景下全部条件组合的验证条件； 对历史项目的BMS测试用例进行多维度标注，包括标注测试类型、测试阶段、测试名称及测试时间； 采用Sentence-BERT模型对标注后的测试用例进行向量化处理，以构建结构化历史测试用例库； S3、基于故障验证条件，采用预设的多维混合检索策略从历史测试用例库中检索出多条历史测试用例作为参考用例； 步骤S3包括： S3.1、基于所述故障验证条件所隶属的测试项名称及测试阶段，从所述历史测试用例库中进行初筛，获得候选用例集； S3.2、基于语义向量相似度对所述候选用例集进行精筛，计算所述故障验证条件与候选用例集中各历史测试用例的语义嵌入向量的余弦相似度，并筛选出相似度高于预设阈值的历史测试用例； S3.3、基于时序衰减因子对精筛后的历史测试用例进行加权排序，选取生成时间更近的用例； S3.4、基于领域标签匹配度对加权排序后的结果进行过滤，从过滤后的结果中选取排名最高的N条历史测试用例作为所述参考用例，其中N为大于1的自然数，所述领域标签包括车型平台与电芯类型； S4、结合所述故障验证条件、所述参考用例以及预设的标准化信息库，利用大语言模型分阶段生成测试用例的前置环境设置、序列化操作指令与预期响应，生成并输出BMS测试用例。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥力高动力科技有限公司，其通讯地址为：230031 安徽省合肥市高新区创新产业园C2南4楼401室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。