2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩84頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、粒子群優(yōu)化算法(Particle Swarm Optimization,簡稱PSO)具有實現(xiàn)簡單、收斂速度快、通用性強等優(yōu)點,能夠快速的為路徑測試生成測試數(shù)據(jù),對提高軟件測試效率,降低軟件開發(fā)成本有很重要的意義。但是該算法也存在局部搜索能力不強,容易陷入早熟以及浪費資源等缺點。本文對PSO算法在路徑測試數(shù)據(jù)自動生成中的運用進(jìn)行研究,并針對其存在的缺點進(jìn)行改進(jìn),主要的研究內(nèi)容如下:
  (1)對運用PSO算法進(jìn)行測試數(shù)據(jù)生成的方法進(jìn)

2、行了研究,討論了在其運用中的兩個關(guān)鍵問題:適應(yīng)度函數(shù)的構(gòu)造以及算法參數(shù)的設(shè)置。
 ?。?)對測試數(shù)據(jù)的運動軌跡進(jìn)行研究,分析出測試數(shù)據(jù)在搜索空間運動模式的差異性,結(jié)合K-means聚類算法對PSO算法中的粒子進(jìn)行聚類。
  (3)提出了基于自適應(yīng)策略的改進(jìn)算法AIC-PSO算法。自適應(yīng)策略中采用集群指標(biāo)CI表示PSO算法中粒子群分簇后每個簇的密集度,并依此作為權(quán)重因子W的調(diào)整依據(jù)。將該算法與現(xiàn)有的針對PSO算法的改進(jìn)算法進(jìn)行

3、對比實驗,實驗表明:該算法不但能夠提高算法的測試數(shù)據(jù)生成效率而且能夠增加PSO算法中粒子的多樣性,有效的防止算法早熟。
 ?。?)提出了給予簡約策略的改進(jìn)算法SP-PSO算法。該算法采用在K-means聚類算法的基礎(chǔ)上改進(jìn)的二次聚類算法對PSO算法進(jìn)行分簇,集群指標(biāo)CI表示簇中粒子的密集度,CI作為是否使用簡約的依據(jù)。將該算法與其他的PSO改進(jìn)算法進(jìn)行對比實驗,實驗結(jié)果表明:該算法能夠降低算法對計算機資源的消耗,而且具有更高的測試

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論