版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、伴隨著信息技術的飛速發(fā)展,計算機軟件行業(yè)異軍突起,各種軟件已經廣泛應用于社會生活的各個領域中。在用戶對軟件產品的質量要求愈加嚴苛的今天,測試貫穿整個開發(fā)周期的始終,在軟件開發(fā)中的作用愈加關鍵地位愈加重要。軟件測試技術中,測試用例的自動化生成不僅節(jié)省了大量的人力物力,更重要的是節(jié)省了軟件測試時間,縮短了軟件開發(fā)周期,對測試用例的自動化生成技術的研究已經成為業(yè)界關注的熱點。
人工蜂群算法因其控制參數(shù)少、收斂快、魯棒性強等特點,在對
2、復雜問題優(yōu)化上具有比較優(yōu)勢,已經廣泛應用于眾多科學與工程領域。將人工蜂群算法應用到軟件測試用例自動化生成中,可以極大的提高測試用例的生成效率,有效地減輕測試人員的勞動強度,降低軟件開發(fā)的成本。
本文首先介紹了軟件測試技術和人工蜂群算法的相關技術基礎,接著在一般測試用例自動生成框架的基礎上,提出并設計了基于人工蜂群算法的測試用例自動生成算法框架,隨后根據(jù)框架搭建了基于人工蜂群算法的軟件測試用例自動生成系統(tǒng)模型,該系統(tǒng)模型包括程序
3、分析、測試驅動、算法執(zhí)行三個模塊。為了更好的驗證人工蜂群算法用于測試用例自動生成的適用性與高效性,本文以遺傳算法為比較對象,分別對三角形分類程序和三個測試工作中的實例(Equals函數(shù)、LuhnCheck函數(shù)、基于Selenium的UI模塊測試)設計并進行對比實驗。實驗結果表明,基于人工蜂群算法的軟件測試用例自動生技術無論從目標路徑覆蓋率還是種群進化代數(shù)又或者是程序運行時間這些性能指標上都有明顯的優(yōu)勢,人工蜂群算法用于測試用例自動生成技
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 基于人工蜂群算法的自動制圖綜合研究.pdf
- 基于人工蜂群算法的分類算法研究.pdf
- 人工蜂群算法的研究與改進.pdf
- 人工蜂群算法的研究與應用.pdf
- 軟件測試用例自動生成系統(tǒng)的設計與實現(xiàn).pdf
- 基于遺傳算法軟件測試用例自動生成分析與研究.pdf
- 基于人工蜂群算法的云計算.pdf
- 基于遺傳算法的軟件測試用例自動生成技術研究
- 人工蜂群算法的改進與應用.pdf
- 基于遺傳蟻群算法的軟件測試用例自動生成的研究.pdf
- 基于人工免疫算法的測試用例自動生成方法研究.pdf
- 基于人工蜂群算法的Hadoop調度算法研究與改進.pdf
- 人工蜂群算法分析與實現(xiàn)畢業(yè)論文
- 基于改進人工蜂群算法的聚類研究
- 基于遺傳算法的軟件測試用例自動生成技術研究.pdf
- 基于改進人工蜂群算法的聚類研究.pdf
- 基于人工蜂群算法的大壩安全監(jiān)測.pdf
- 基于人工蜂群算法的約束優(yōu)化問題研究.pdf
- 基于人工蜂群算法的云任務調度研究.pdf
- 混合人工蜂群算法的改進研究.pdf
評論
0/150
提交評論