我确信软件测试确实非常重要，特别是在科学方面。然而，在过去的6年中，我从来没有遇到任何经常进行测试的科学软件项目（其中大多数甚至不受版本控制）。
现在我想知道你如何处理科学代码（数值计算）的软件测试。
从我的观点来看，标准单元测试经常忽略这一点，因为没有确切的结果，因此使用assert(a == b)可能会因“正常”数值错误而变得有点困难。
所以我很期待阅读你对此的想法。
答案 0 :(得分：11)
我也在学术界，我已经编写了在我们的集群上执行的量子力学模拟程序。我对测试甚至版本控制做了同样的观察。我更糟糕的是：在我的情况下，我使用C ++库进行模拟，而我从其他人那里获得的代码是纯粹的意大利面条代码，没有继承，甚至没有功能。
我重写了它，我也实施了一些单元测试。您必须处理数值精度是正确的，根据您运行的体系结构，数值精度可能会有所不同。尽管如此，只要您考虑这些数值舍入误差，就可以进行单元测试。您的结果不应该取决于数值的舍入，否则您的算法的稳健性会有不同的问题。
因此，总而言之，我对我的科学计划使用单元测试，这确实让人对结果更有信心，特别是在最终发布数据方面。
答案 1 :(得分：11)
刚看了一个类似的问题（谷歌：“测试科学软件”），并提出了一些可能感兴趣的论文。这些既包括平凡的编码错误，也包括了解结果是否正确（地球的地幔深度？）的更大问题。
http://www.cs.ua.edu/~SECSE09/Presentations/09_Hook.pdf（链接断开;新链接为http://www.se4science.org/workshops/secse09/Presentations/09_Hook.pdf）
我认为09_Hook.pdf（另请参阅matmute.sourceforge.net）中描述的突变测试的想法特别有趣，因为它模仿了我们所犯的简单错误。最难的部分是学习使用统计分析来获得置信水平，而不是单次通过代码审查（人或机器）。
问题不是新问题。我确信我有一本原创资料“科学软件的准确度如何？”由Hatton等人于1994年10月发表，即使在那时也表明同一理论（如算法）的不同实现如何快速分化（在Kelly＆amp; Sanders论文中也是参考文献8）
答案 2 :(得分：8)
我也在为TEST_ASSERT_DELTA使用cpptest。我正在编写计算电磁学中的高性能数值程序，我很高兴在我的C ++程序中使用它。
我通常会像处理任何其他类型的代码一样测试科学代码，只需要几个润饰，即：
我总是在没有物理意义的情况下测试我的数字代码，并确保计算在生成结果之前实际停止。我学到了很多困难：我有一个计算一些频率响应的函数，然后提供了一个用它们构建的矩阵作为参数的另一个函数，最终给出了它的答案单个向量。矩阵可以是任何大小，取决于信号应用的终端数量，但我的功能是不检查矩阵大小是否与终端数量一致（2个终端应该是指2 x 2 x n矩阵）;然而，代码本身被包装以便不依赖于它，它不关心矩阵的大小，因为它只需要对它们进行一些基本的矩阵运算。最终，结果非常合理，完全在预期的范围内，事实上，部分正确 - 只有一半的解决方案向量出现乱码。我花了一段时间来计算。如果你的数据看起来是正确的，那么它就是在一个有效的数据结构中组装而且数值很好（例如没有NaN或负粒子数），但它没有物理意义，函数必须优雅地失败。
< / LI>我总是测试I / O例程，即使它们只是从测试文件中读取一堆以逗号分隔的数字。当你编写的代码进行扭曲数学运算时，总是很想进入调试代码的一部分，这些代码非常重要，以至于你需要咖啡因来理解这些符号。几天后，您意识到您还将\n的ASCII值添加到您的积分列表中。
在测试数学关系时，我总是“按书”测试它，我也通过实例学习了这一点。我已经看到了应该比较两个向量的代码，但只检查了元素的相等性，并没有检查长度是否相等。
答案 3 :(得分：2)