1.一种测试用例优先级排序方法，其特征在于，所述方法包括如下步骤：对测试用例序列库进行抽取，得到用例抽取序列，并依序获取所述用例抽取序列中用例对的用例观测空间，所述用例对中包括至少一个测试用例；

控制智能体根据所述用例观测空间和学习策略对所述用例对进行排序，并根据排序结果确定所述用例对的裁定结果；

根据所述用例对的裁定结果、历史执行时间差和位置信息确定所述用例对的奖励值，并将所述奖励值反馈至所述智能体对所述学习策略进行调整；

返回执行所述依序获取所述用例抽取序列中用例对的用例观测空间的步骤，直至所述用例抽取序列中的用例对均完成排序；

根据各用例对的奖励值更新各测试用例的优先因子，并根据更新后的优先因子对所述用例抽取序列进行顺序调整，所述优先因子用于表征各测试用例的测试优先级潜能；

对顺序调整后的所述用例抽取序列中的归并块进行更新，并根据更新后的所述归并块对顺序调整后的所述用例抽取序列进行归并处理，所述归并处理用于调整所述用例对；

根据归并处理后的所述用例抽取序列，返回执行所述依序获取所述用例抽取序列中用例对的用例观测空间的步骤，直至所述智能体满足收敛条件；

将待排序用例序列输入收敛后的所述智能体，得到最优用例排序序列。

2.如权利要求1所述的一种测试用例优先级排序方法，其特征在于，对测试用例序列库进行抽取之前，还包括：分别对各集成周期中的测试用例进行特征降维，得到降维特征，并分别计算各降维特征的特征权重；

根据所述特征权重对各测试用例进行聚类，得到聚类簇，并根据各测试用例的历史执行信息确定各聚类簇中测试用例的优先因子；

根据所述优先因子对各测试用例进行排序，得到初始测试用例序列，并返回执行所述分别计算各降维特征的特征权重的步骤，直至各集成周期中的测试用例均完成排序，得到所述测试用例序列库。

3.如权利要求2所述的一种测试用例优先级排序方法，其特征在于，根据各测试用例的历史执行信息确定各聚类簇中测试用例的优先因子采用的公式包括：；

其中， 为集成周期 中经过聚类后第 个聚类簇中包含的测试用例数量， 表示测试用例 的裁定结果， 表示集成周期 中第 个聚类簇中所有测试用例的平均执行时间， 用于表征测试用例裁定结果和执行时间的重要性，为所述聚类簇的总数量，为所述优先因子， ， ，是集成周期的数量。

4.如权利要求3所述的一种测试用例优先级排序方法，其特征在于，根据所述用例对的裁定结果、历史执行时间差和位置信息确定所述用例对的奖励值采用的公式包括：；

揭示所述智能体的排序行为是否正确，0表示准确行为，1表示错误行为， 由测试用例 或测试用例 的裁定结果决定，裁定结果是一个布尔值，0表示执行成功，1表示执行失败，若测试用例 或测试用例 有裁定结果为1的测试用例，则将 设置为2，若均不存在，则将 设置为1， 表示从测试用例 或测试用例 中选出的最高优先级的测试用例的位置， 为衡量 位置权重退化速度的超参数， 表示测试用例 和测试用例组成的用例对的奖励值， 表示所述历史执行时间差。

5.如权利要求4所述的一种测试用例优先级排序方法，其特征在于，根据各用例对的奖励值更新各测试用例的优先因子采用的公式包括：；

 ；

其中， 为测试用例 的优先因子, 表示测试用例 在排序中的贡献度， 为测试用例 的奖励值， 为归并块大小， 表示测试用例 在当前归并块中的相对位置， 为一个集成周期中包含的测试用例总数。

6.如权利要求5所述的一种测试用例优先级排序方法，其特征在于，计算各降维特征的特征权重采用的公式包括：；

其中， 表示测试用例 经过特征降维后的第 个维度的特征, 表示特征降维后的特征维度数， 为一个集成周期中包含的测试用例总数， 表示所述特征权重，。

7.如权利要求6所述的一种测试用例优先级排序方法，其特征在于，根据所述特征权重对各测试用例进行聚类，包括：根据所述特征权重计算各测试用例之间的距离，并根据所述距离对各测试用例进行聚类，得到所述聚类簇。

8.如权利要求7所述的一种测试用例优先级排序方法，其特征在于，所述智能体的排序准则为：；

其中， 为一个周期中的测试用例集， 表示测试用例的索引， 表示对 的优先级排序结果， 表示根据索引进行排序， 和 分别表示测试用例 裁定结果和执行时间， 或2。

9.一种测试用例优先级排序系统，其特征在于，应用于权利要求1至8任一项所述的测试用例优先级排序方法，所述系统包括：聚类与排序模块、奖励因子模块、动态优先因子局部微调模块和优先级排序模块；奖励因子模块包括用例抽取模块和智能排序模块，动态优先因子局部微调模块包括策略调整模块、优先因子更新模块和归并处理模块；

用例抽取模块，用于对测试用例序列库进行抽取，得到用例抽取序列，并依序获取所述用例抽取序列中用例对的用例观测空间，所述用例对中包括至少一个测试用例；

智能排序模块，用于控制智能体根据所述用例观测空间和学习策略对所述用例对进行排序，并根据排序结果确定所述用例对的裁定结果；

策略调整模块，用于根据所述用例对的裁定结果、历史执行时间差和位置信息确定所述用例对的奖励值，并将所述奖励值反馈至所述智能体对所述学习策略进行调整；

返回执行所述依序获取所述用例抽取序列中用例对的用例观测空间的步骤，直至所述用例抽取序列中的用例对均完成排序；

优先因子更新模块，用于根据各用例对的奖励值更新各测试用例的优先因子，并根据更新后的优先因子对所述用例抽取序列进行顺序调整，所述优先因子用于表征各测试用例的测试优先级；

归并处理模块，用于对顺序调整后的所述用例抽取序列中的归并块进行更新，并根据更新后的所述归并块对顺序调整后的所述用例抽取序列进行归并处理，所述归并处理用于调整所述用例对；

根据归并处理后的所述用例抽取序列，返回执行所述依序获取所述用例抽取序列中用例对的用例观测空间的步骤，直至所述智能体满足收敛条件；

优先级排序模块，用于将待排序用例序列输入收敛后的所述智能体，得到最优用例排序序列；

聚类与排序模块，用于分别对各集成周期中的测试用例进行特征降维，得到降维特征，并分别计算各降维特征的特征权重；

根据所述特征权重对各测试用例进行聚类，得到聚类簇，并根据各测试用例的历史执行信息确定各聚类簇中测试用例的优先因子；

根据所述优先因子对各测试用例进行排序，得到初始测试用例序列，并返回执行所述分别计算各降维特征的特征权重的步骤，直至各集成周期中的测试用例均完成排序，得到测试用例序列库。