版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、測(cè)試數(shù)據(jù)自動(dòng)生成是提高軟件測(cè)試效率和軟件可靠性的關(guān)鍵技術(shù),它能夠降低手工測(cè)試的高額成本,提高測(cè)試過(guò)程的可信賴度,改變測(cè)試人員全憑經(jīng)驗(yàn)設(shè)計(jì)測(cè)試數(shù)據(jù)的現(xiàn)狀。人們將各種啟發(fā)式搜索算法,尤其是人工智能搜索算法,作為解決測(cè)試數(shù)據(jù)自動(dòng)生成問(wèn)題的核心算法,并取得了一定的成果。
目前,以基于遺傳算法的測(cè)試數(shù)據(jù)自動(dòng)生成方法的研究居多,但遺傳算法涉及的參數(shù)較多,編碼解碼占用大量CPU時(shí)間,運(yùn)行效率相對(duì)較低。模型相對(duì)簡(jiǎn)單,需設(shè)置的參數(shù)相對(duì)較少的
2、粒子群算法為解決測(cè)試數(shù)據(jù)自動(dòng)生成問(wèn)題提供了新的思路。研究者們用實(shí)驗(yàn)證明了粒子群算法生成測(cè)試數(shù)據(jù)的高效性,認(rèn)為粒子群算法在此領(lǐng)域具有很好的應(yīng)用前景。
本文以提高搜索算法生成測(cè)試數(shù)據(jù)的效率和其應(yīng)用于測(cè)試數(shù)據(jù)自動(dòng)生成領(lǐng)域的實(shí)用性為目的,提出基于改進(jìn)簡(jiǎn)化粒子群算法(Simple Particle Swarm Optimization,sPSO)的測(cè)試數(shù)據(jù)自動(dòng)生成方法。簡(jiǎn)化粒子群算法的進(jìn)化方程中去掉了粒子速度項(xiàng),僅由粒子位置更新實(shí)現(xiàn)
3、進(jìn)化過(guò)程。
本文主要工作包括:(1)研究常用的測(cè)試數(shù)據(jù)自動(dòng)生成方法,并對(duì)已應(yīng)用于此領(lǐng)域的遺傳算法,模擬退火算法,粒子群算法的特點(diǎn)進(jìn)行分析和比較,為后續(xù)研究工作做準(zhǔn)備。(2)根據(jù)sPSO的特點(diǎn),對(duì)慣性權(quán)重w進(jìn)行初步研究,提出w取較小值的sPSO能大大提高對(duì)某些特定程序生成測(cè)試數(shù)據(jù)的效率;(3)提出為每個(gè)粒子設(shè)置隨機(jī)w的方法,以解決傳統(tǒng)w設(shè)置方式導(dǎo)致粒子對(duì)搜索域遍歷不均勻的問(wèn)題。(4)解決sPSO為某些程序生成測(cè)試數(shù)據(jù)時(shí),粒子
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒子群算法的測(cè)試數(shù)據(jù)自動(dòng)生成方法研究.pdf
- 基于粒子群優(yōu)化算法的測(cè)試數(shù)據(jù)自動(dòng)生成方法研究
- 基于粒子群優(yōu)化算法的測(cè)試數(shù)據(jù)自動(dòng)生成方法研究.pdf
- 基于螞蟻算法的路徑測(cè)試數(shù)據(jù)自動(dòng)生成方法研究.pdf
- 基于遺傳算法的測(cè)試數(shù)據(jù)自動(dòng)生成方法研究.pdf
- 基于混合動(dòng)態(tài)粒子群算法的軟件測(cè)試數(shù)據(jù)自動(dòng)生成研究.pdf
- 基于遺傳算法的測(cè)試數(shù)據(jù)自動(dòng)生成方法的研究.pdf
- 基于粒子群優(yōu)化算法的測(cè)試用例自動(dòng)生成方法研究.pdf
- 基于演化算法的軟件結(jié)構(gòu)測(cè)試數(shù)據(jù)自動(dòng)生成方法研究.pdf
- 基于遺傳粒子群優(yōu)化算法的測(cè)試數(shù)據(jù)自動(dòng)生成技術(shù)研究.pdf
- 基于PSO的路徑測(cè)試數(shù)據(jù)自動(dòng)生成方法研究.pdf
- 基于遺傳算法的非數(shù)值型軟件測(cè)試數(shù)據(jù)自動(dòng)生成方法研究.pdf
- 動(dòng)態(tài)數(shù)據(jù)結(jié)構(gòu)的測(cè)試數(shù)據(jù)自動(dòng)生成方法研究.pdf
- 基于PSO的路徑測(cè)試數(shù)據(jù)自動(dòng)生成方法研究與實(shí)現(xiàn).pdf
- 基于模擬退火-量子遺傳算法的路徑測(cè)試數(shù)據(jù)自動(dòng)生成方法研究.pdf
- 基于退火免疫遺傳算法的測(cè)試數(shù)據(jù)生成方法研究.pdf
- 一種基于擴(kuò)展WSDL的測(cè)試數(shù)據(jù)自動(dòng)生成方法.pdf
- 基于程序理解的輸入域確定及測(cè)試數(shù)據(jù)自動(dòng)生成方法研究.pdf
- 一種新的邊界測(cè)試數(shù)據(jù)自動(dòng)生成方法研究.pdf
- 基于改進(jìn)遺傳算法的面向路徑測(cè)試數(shù)據(jù)生成方法研究.pdf
評(píng)論
0/150
提交評(píng)論