1.一种智能软件自动化测试方法，其特征在于，包括以下步骤：步骤S1：通过自动化脚本以及云服务技术构建并配置软件测试环境，从而获取测试环境指标数据；

步骤S2，包括：

步骤S21：对测试环境指标数据进行数据规范化处理，从而获取测试环境指标规范化数据；

步骤S22：对测试环境指标规范化数据进行特征选择，从而获取测试环境指标选择数据；

步骤S23：对测试环境指标选择数据进行神经网络模型构建，从而构建测试环境指标预测模型数据；

步骤S24：对测试环境指标预测模型数据进行检验计算，从而获取测试模型验证报告数据；

步骤S25：利用测试模型验证报告数据对测试环境指标预测模型数据进行预测计算，从而获取基准测试用例数据；

步骤S3：根据基准测试用例数据在边缘计算节点上进行监控部署并实施监控数据采集，从而获取实时监控数据；

步骤S4，包括：

根据实时监控数据进行数据预处理，从而获取预处理后的实时监控数据；

对预处理后的实时监控数据通过预设的强化学习算法进行强化模型训练，从而获取实时监控强化模型；

对实时监控强化模型进行优化测试调整，从而获取模拟测试报告数据；

根据模拟测试报告数据进行策略动态调整，从而获取动态调整策略数据；

根据动态调整策略数据进行实时验证，从而获取实时策略验证报告数据；

利用实时策略验证报告数据对动态调整策略数据进行策略优化，从而获取调整策略数据；

步骤S5：根据调整策略数据通过云服务计算进行多模态测试数据生成，从而获取多模态测试数据；

步骤S6：根据实时监控数据以及多模态测试数据进行自适应反馈优化，从而获取智能软件测试反馈优化数据。

2.根据权利要求1所述的方法，其特征在于，步骤S1具体为：步骤S11：获取智能软件测试需求数据；

步骤S12：对智能软件测试需求数据进行环境需求评估，从而获取测试环境评估数据；

步骤S13：根据测试环境评估数据进行资源配置生成，从而获取测试资源配置策略数据；

步骤S14：利用测试资源配置策略数据通过预设的云服务测试环境配置脚本进行测试环境配置部署，从而获取配置测试脚本数据；

步骤S15：利用配置测试脚本数据进行测试环境验证，从而获取测试环境验证报告数据；

步骤S16：根据测试环境验证报告数据生成测试环境监控策略数据；

步骤S17：根据测试环境监控策略数据进行测试环境指标生成，从而获取测试环境指标数据。

3.根据权利要求2所述的方法，其特征在于，步骤S15中测试环境验证通过测试环境验证计算公式进行量化验证，其中测试环境验证计算公式具体为：；

;

为测试环境验证报告数据，为测试环境参数项，为测试环境安全性参数项，为测试环境性能参数项，为底数常数项，为配置测试脚本数据的数据格式，为序次项,为第个测试环境验证项，为第一权重指数， 为第个测试环境参数项，为第二权重指数，为第个测试环境安全性参数项，为第三权重指数，为第 个测试环境性能参数项。

4.根据权利要求1所述的方法，其特征在于，测试环境指标选择数据包括第一测试环境指标选择数据以及第二测试环境指标选择数据，步骤S22具体为：对测试环境指标规范化数据进行第一特征选择，从而获取第一测试环境指标选择数据；

对测试环境指标规范化数据进行第二特征选择，从而获取第二测试环境指标选择数据。

5.根据权利要求1所述的方法，其特征在于，步骤S3具体为：获取边缘计算节点数据，并利用基准测试用例数据对边缘计算节点数据进行边缘节点最适评估，从而获取边缘节点评估数据；

根据边缘节点评估数据进行测试监控策略生成，从而获取边缘测试监控策略数据；

根据边缘测试监控策略数据在边缘计算节点上进行监控部署，从而获取边缘节点部署数据；

根据边缘节点部署数据进行监控策略生成，从而获取监控数据采集策略数据；

根据监控数据采集策略数据进行监控数据采集，从而获取实时监控数据。

6.根据权利要求1所述的方法，其特征在于，步骤S5具体为：对调整策略数据进行策略解析，从而获取策略解析数据；

根据策略解析数据进行数据定义生成，从而获取模态定义数据；

根据模态定义数据进行边缘节点数据库配置，从而获取数据源配置报告数据；

根据数据源配置报告数据进行多模态测试数据生成，从而获取多模态测试数据。

7.根据权利要求1所述的方法，其特征在于，步骤S6具体为：根据实时监控数据以及多模态测试数据进行特征提取，从而获取反馈特征数据；

根据反馈特征数据进行自适应优化，从而获取优化目标数据；

根据优化目标数据进行优化策略生成，从而获取优化策略数据；

根据优化测量数据进行实施并评估，从而获取智能软件测试反馈优化数据。