基于AI的异质集成测试方法

本发明公开了基于AI的异质集成测试方法，涉及人工智能技术领域，包括，收集异质集成的运行数据，进行数据清洗、异常检测、特征提取与标准化输出标准化数据集；利用随机初始化和贝叶斯优化生成多个神经网络构架，结合适应度评估输出最优神经网络结构；结合交叉变异、剪枝优化与遗传算法，优化神经结构网络并输出AI测试模型；在真实环境中进行功能测试、压力测试和安全测试，计算关键性能指标，结合测试反馈数据输出优化建议；运用模型无关元学习与迁移学习方法，输出智能测试模型。本发明通过交叉变异、剪枝优化与遗传算法的结合，使得每个网络结构在满足不同目标的同时，更能提高测试效率。