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、隨著應(yīng)用軟件的需求和規(guī)模不斷增大,自動化測試早已變成軟件測試的主流趨勢。傳統(tǒng)的人工生成測試用例的方法產(chǎn)生的用例較少,且耗時耗力,需要高水平且經(jīng)驗豐富的測試人員來保證代碼覆蓋率。在軟件的快速迭代過程中,手工的生成方法往往會影響軟件測試的進(jìn)度。然而由于待測程序的多樣性和測試用例的不確定性,如何高效地自動生成覆蓋率高、盡量精簡的測試用例集,這成為一項技術(shù)上的難點。而由于測試用例的生成為不可判定性問題,很多搜索算法都存在著固有的缺陷與不足。
2、r> 粒子群算法具有簡單易用、計算迅速、魯棒性好的優(yōu)點,但是傳統(tǒng)的粒子群算法也存在著容易陷入局部極值、出現(xiàn)早熟收斂或停滯等現(xiàn)象的缺點。本文針對程序中的數(shù)據(jù)流依賴關(guān)系,結(jié)合提出的進(jìn)化性結(jié)構(gòu)測試系統(tǒng),對粒子群算法進(jìn)行了四個方面的改進(jìn):粒子群初始化、鄰域拓?fù)?、參?shù)設(shè)置和混合策略。對算法的主要的改進(jìn)包括采用非均勻隨機(jī)分布的方式來初始化粒子群,結(jié)合全面學(xué)習(xí)粒子算法來對鄰域進(jìn)行拓?fù)?,采取收縮因子而非慣性系數(shù)的速度更新方法,以及算法各項相關(guān)參數(shù)的取
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
- 基于改進(jìn)粒子群的組合測試用例生成技術(shù)研究.pdf
- 基于粒子群優(yōu)化算法的測試用例自動生成方法研究.pdf
- 基于粒子群優(yōu)化算法的測試用例生成技術(shù)研究.pdf
- 基于Petri網(wǎng)的嵌入式軟件測試用例自動生成方法研究.pdf
- 面向嵌入式軟件缺陷檢測的動態(tài)測試用例生成.pdf
- 基于遺傳算法的軟件測試用例自動生成技術(shù)研究
- 基于混合動態(tài)粒子群算法的軟件測試數(shù)據(jù)自動生成研究.pdf
- 基于遺傳算法的軟件測試用例自動生成技術(shù)研究.pdf
- 嵌入式軟件缺陷檢測的測試用例生成與排序研究.pdf
- 基于改進(jìn)PSO算法的測試用例自動生成方法研究.pdf
- 嵌入式軟件的圖形化測試用例生成系統(tǒng)設(shè)計與實現(xiàn).pdf
- 軟件測試用例自動生成技術(shù)研究.pdf
- 基于改進(jìn)遺傳算法的測試用例自動生成應(yīng)用研究.pdf
- 基于遺傳蟻群算法的軟件測試用例自動生成的研究.pdf
- 基于改進(jìn)遺傳算法的測試用例生成技術(shù)研究.pdf
- 基于改進(jìn)遺傳算法的測試用例自動生成研究與應(yīng)用.pdf
- 基于粒子群算法的測試數(shù)據(jù)自動生成方法研究.pdf
- 基于遺傳粒子群優(yōu)化算法的測試數(shù)據(jù)自動生成技術(shù)研究.pdf
- 基于遺傳算法的測試用例自動生成技術(shù)研究.pdf
- 基于遺傳算法軟件測試用例自動生成分析與研究.pdf
評論
0/150
提交評論