检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

免疫粒子群算法的测试数据生成

计算机工程与设计 2024年第5期45卷 1435-1442页

作者：焦重阳周清雷张文宁中国人民解放军战略支援部队信息工程大学河南郑州450001 数学工程与先进计算国家重点实验室河南郑州450001 郑州工业安全职业学院河南信息工程学校河南郑州450011 郑州大学计算机与人工智能学院河南郑州450001 中原工学院软件学院河南郑州450007

为有效改善粒子群算法进化后期收敛速度慢,克服易陷入局部极值的缺陷,提出一种自适应免疫粒子群算法并在面向路径的测试数据生成中得到应用。本文提出自适应的惯性权重的调整方法和学习因子的调节策略,加快算法的搜索速率;引入免疫算法... 详细信息

为有效改善粒子群算法进化后期收敛速度慢,克服易陷入局部极值的缺陷,提出一种自适应免疫粒子群算法并在面向路径的测试数据生成中得到应用。本文提出自适应的惯性权重的调整方法和学习因子的调节策略,加快算法的搜索速率;引入免疫算法中的免疫算子,提出抗体的浓度调节机制,使得粒子群的多样性更加丰富,提升算法的寻优能力;通过免疫选择操作,避免算法的早熟收敛;以分支函数叠加法构造适应度函数。实验结果表明,该算法避免了粒子群算法早熟收敛现象的发生,有效地提高了测试数据自动生成的效率。

关键词：粒子群算法测试数据生成惯性权重学习因子免疫算子种群多样性免疫选择

基于ART优化选择策略的遗传算法生成测试数据方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第6期51卷 95-103页

作者：李志博李清宝兰明敬中国人民解放军战略支援部队信息工程大学郑州450001

测试数据自动生成方法是软件测试领域研究的热点。基于遗传算法的启发式搜索算法是一种路径覆盖生成测试数据的方法。文中提出了一种基于自适应随机测试(Adaptive Random Testing,ART)算法更新种群的方法,将ART融入遗传算法,优化选择操... 详细信息

测试数据自动生成方法是软件测试领域研究的热点。基于遗传算法的启发式搜索算法是一种路径覆盖生成测试数据的方法。文中提出了一种基于自适应随机测试(Adaptive Random Testing,ART)算法更新种群的方法,将ART融入遗传算法,优化选择操作,动态更新种群,从而增加种群进化过程中的个体多样性,提高了收敛速度,有效地减少了陷入局部最优。实验结果显示,与传统遗传算法生成测试数据的方法相比,改进的算法明显提高了路径覆盖率,减少了种群平均进化代数。

关键词：软件测试测试数据生成遗传算法路径覆盖自适应随机测试

融入蜕变关系的杂交粒子群算法及在测试数据生成中的应用

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2023年第5期44卷 1108-1113页

作者：焦重阳周清雷中国人民解放军战略支援部队信息工程大学郑州450001 数学工程与先进计算国家重点实验室郑州450001 河南信息工程学校郑州450000 郑州大学信息工程学院郑州450001

粒子群算法作为一种智能优化算法,因算法收敛速度快和简单易实现的优点,在测试数据生成中应用广泛.为了提升测试数据生成的效率,本文引入蜕变关系以覆盖待测程序的多条路径,提出融入蜕变关系的杂交粒子群算法并应用于软件测试数据生成中... 详细信息

粒子群算法作为一种智能优化算法,因算法收敛速度快和简单易实现的优点,在测试数据生成中应用广泛.为了提升测试数据生成的效率,本文引入蜕变关系以覆盖待测程序的多条路径,提出融入蜕变关系的杂交粒子群算法并应用于软件测试数据生成中.首先,提出粒子群算法的自适应惯性权重调节方案,提高算法的收敛速度;其次,为避免粒子群算法陷入局部极值,呈现早熟性,本文提出杂交粒子群算法,将在遗传算法中交配的主要操作引入粒子群算法中;然后,对于已生成的测试数据,利用待测程序的蜕变关系衍生出新的测试数据以覆盖待测程序的其他路径.最后,通过实验结果验证,本文提出的方法在收敛速度和生成多路径的测试数据上有明显优势.

关键词：粒子群算法测试数据生成蜕变关系惯性权重

在线全文

学校读者我要写书评

暂无评论

改进黑猩猩优化算法的测试数据生成研究

计算机工程与应用 2022年第23期58卷 83-93页

作者：高大唤梁宏涛杜军威于旭胡强青岛科技大学信息科学技术学院山东青岛266100

自动生成测试数据的关键在于能否生成覆盖率高、纠错能力强的数据。针对目前测试数据生成效率低及黑猩猩优化算法仍存在易陷入局部最优、收敛精度低等问题,提出一种正余弦扰动策略黑猩猩优化算法(chimp opti-mization algorithm for sin... 详细信息

自动生成测试数据的关键在于能否生成覆盖率高、纠错能力强的数据。针对目前测试数据生成效率低及黑猩猩优化算法仍存在易陷入局部最优、收敛精度低等问题,提出一种正余弦扰动策略黑猩猩优化算法(chimp opti-mization algorithm for sine-cosine perturbation strategy,SC-ChOA)。使用拉丁超立方策略初始化种群,增强种群的多样化;引入非线性衰减收敛因子来平衡算法的全局和局部勘探能力;在位置更新时添加正余弦扰动因子,避免群体陷入局部范围搜索而导致的算法停滞现象。使用测试函数与标准黑猩猩优化算法及常用的遗传算法进行对比实验,验证算法的有效性;将改进算法应用到测试数据生成领域,通过在桩中插入分支函数来建立适应度函数,以促进测试数据的优化。为验证改进算法在测试数据生成方面的有效性,使用多个基准程序进行算法对比实验,结果表明SC-ChOA在测试数据生成的覆盖率、平均迭代次数和运行时间上均有明显优势。

关键词：黑猩猩优化算法 LHS序列正余弦扰动因子软件测试测试数据生成

在线全文

学校读者我要写书评

暂无评论

用户评论驱动的语音测试数据生成方法

小型微型计算机系统 2023年第7期44卷 1382-1390页

作者：曹冬玉陶传奇郭虹静黄志球南京航空航天大学计算机科学与技术学院南京211106 南京航空航天大学高安全系统的软件开发与验证技术工信部重点实验室南京211106 南京大学计算机软件新技术国家重点实验室南京210023 软件新技术与产业化协同创新中心南京210093

目前,语音识别的测试需要提供语音及其转录文本,测试语音需要涵盖各个场景下的语音输入,因此,测试语音的数量远远不够.鉴于用户评论中包含用户使用场景等可辅助测试的信息,文中提出一种用户评论驱动的语音测试数据生成方法.首先,爬取移... 详细信息

目前,语音识别的测试需要提供语音及其转录文本,测试语音需要涵盖各个场景下的语音输入,因此,测试语音的数量远远不够.鉴于用户评论中包含用户使用场景等可辅助测试的信息,文中提出一种用户评论驱动的语音测试数据生成方法.首先,爬取移动应用市场中语音相关应用的用户评论,对其进行清洗和预处理.其次,提取评论中的语音属性并分析语音属性在评论中的组合.最后,通过数据蜕变对语音种子进行语音属性及其组合的变换,生成语音测试数据.文中对百度、阿里云和讯飞语音识别进行实验,通过语音种子与生成测试语音的输出结果是否一致来评估识别错误率.实验结果表明,生成的测试语音可以有效检测出三款语音识别软件中的错误行为.

关键词：用户评论挖掘测试数据生成语音识别数据蜕变测试

在线全文

学校读者我要写书评

暂无评论

测试数据生成中遗传算法的改进

计算机辅助设计与图形学学报 2015年第10期27卷 2008-2014页

作者：冯俊池于磊解放军信息工程大学郑州450001 数学工程与先进计算国家重点实验室郑州450001

为了提高测试数据自动生成的效率,提出基于改进遗传算法的多路径测试数据生成方法.首先将定向变异算子引入遗传算法,根据当前最优解产生变异个体,使变异向有利的方向进行,在保持种群多样性的同时提高局部搜索能力;然后综合考虑执行路径... 详细信息

为了提高测试数据自动生成的效率,提出基于改进遗传算法的多路径测试数据生成方法.首先将定向变异算子引入遗传算法,根据当前最优解产生变异个体,使变异向有利的方向进行,在保持种群多样性的同时提高局部搜索能力;然后综合考虑执行路径与目标路径间的路径相似程度以及谓词分支距离,设计了个体适应度评价函数,以有效地区分个体的优劣程度.针对基准程序进行实验,验证了该方法相对于传统方法的优越性.

关键词：测试数据生成多路径遗传算法定向变异

基于SVR-MChOA算法的测试数据生成研究

在线全文

学校读者我要写书评

暂无评论

基于SVR-MChOA算法的测试数据生成研究

作者：高大唤青岛科技大学

学位级别：硕士

软件测试是改善软件质量的一个关键技术。传统的手工构造测试数据技术具有缺陷,不但工程量大、费时,而且易于发生纰漏。自动化测试在提升软件测试质量方面起着关键作用,影响自动化测试的一个重要因素是测试数据的自动生成,自动生成测试... 详细信息

软件测试是改善软件质量的一个关键技术。传统的手工构造测试数据技术具有缺陷,不但工程量大、费时,而且易于发生纰漏。自动化测试在提升软件测试质量方面起着关键作用,影响自动化测试的一个重要因素是测试数据的自动生成,自动生成测试数据的根本目的是得到覆盖率大、纠错功能好的测试数据,从而可以大大提高测试数据的质量。因此,测试数据的自动生成对于自动化测试具有重要意义。基于群体智能优化算法的测试数据生成方法主要是利用插桩适应度函数,把测试数据生成问题转换为函数优化问题,通过计算来处理函数型优化问题,进而解决测试数据生成问题,所以算法的选择必不可少。黑猩猩优化算法是最近提出的一种优秀的智能优化算法,具有操作简洁、参数较少、自适应的搜索解空间、计算成本低及能将各类优化问题融合的优势,已被成功应用于解决各种实际问题,并取得了良好的效果。但是该算法在搜索过程中,容易陷入局部最优,不能很好地实现开发与探索之间的平衡,且算法起初收敛速度很快,随着迭代次数的增加,收敛速度变得越来越慢。另外,考虑到测试数据生成方法的个体适应度值主要依靠传统的插桩适应度函数计算,而这种方式是十分耗时的。本文研究课题是针对标准黑猩猩优化算法存在的不足、当前软件测试领域的测试数据生成低效率以及适应度值计算时间消耗大等问题,提出了一种支持向量机回归模型和多策略黑猩猩优化算法相结合的方法(Support vector machine regression model-Multi-strategy chimpanzee optimization algorithm,SVR-MCh OA),本文主要工作如下:(1)针对标准黑猩猩优化算法存在的不足进行改进针对传统的黑猩猩优化算法存在的局限进行改进,引入三个策略:策略一:拉丁超立方策略,将原始黑猩猩优化算法使用的随机初始化种群改为拉丁超立方初始化种群,可以增加群体的多样化和提高群体质量,获得较好的初始解,提高收敛精度;策略二:非线性递减收敛因子,把非线性衰减收敛因子引入到原始黑猩猩优化算法中代替线性衰减收敛因子,用来权衡算法的整体和部分勘测能力;策略三:正余弦波扰动因子,在黑猩猩位置更新过程中添加正余弦波扰动因子,以弥补黑猩猩优化算法的不足,如寻找局部最优而非全局最优,以及利用和探索过程中缺乏平衡。(2)引入支持向量机回归模型计算适应度值利用SVR来代替传统的插桩适应度函数计算适应度值:首先使用MCh OA生成一定数量的测试数据驱动插桩适应度函数得到适应度值,将测试数据及其适应度值划分为训练样本和预测样本,使用训练样本训练SVR,利用预测样本制定合适的适应度值范围,在后期种群进化中,直接利用SVR预测模型计算适应度值近似值,对于符合范围的适应度值再使用插桩适应度函数计算其精确值,进而达到降低计算适应度值的时间消耗。综上所述,设计了对比实验,首先,为了验证MCh OA算法的有效性,本文选取12个测试函数与传统的黑猩猩优化算法以及其他类似的经典算法进行对比实验;其次,选用了7个在软件测试数据生成领域经常被使用的基准程序作为实验对象,通过类似的算法进行对比,结果表明,MCh OA生成测试数据的效率更高;最后,为了进一步证明SVR-MCh OA在降低时间消耗上相比其他智能算法更加有效,本文继续选取同样的基准程序进行相同对比算法的对比实验,实验结果表明,本文提出的SVR-MCh OA在降低迭代次数和运行时间上更具有优越性。

关键词：软件测试测试数据生成多策略黑猩猩优化算法支持向量机回归模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于遗传算法的多路径测试数据生成方法研究

基于遗传算法的多路径测试数据生成方法研究

作者：程孟飞牡丹江师范学院

学位级别：硕士

基于遗传算法的多路径覆盖测试数据自动生成技术是为解决人工测试易错和测试成本高的问题产生的,作为一种高效的白盒测试技术,已在软件测试领域被广泛应用。随着软件规模和功能的复杂化,仍存在需要进一步解决的困难问题:比如算法过早收... 详细信息

基于遗传算法的多路径覆盖测试数据自动生成技术是为解决人工测试易错和测试成本高的问题产生的,作为一种高效的白盒测试技术,已在软件测试领域被广泛应用。随着软件规模和功能的复杂化,仍存在需要进一步解决的困难问题:比如算法过早收敛问题、种群多样性单一导致陷入局部最优问题、大搜索范围内测试数据生成效率低、缺乏理论指导以及算法设计难度大的问题等。针对上述问题,本文研究提高多路径覆盖测试数据生成效率的方法。主要工作如下:1.在基于传统遗传算法的测试数据生成问题中,容易出现过早收敛和路径覆盖率低的问题。利用佳点集误差小、精度高的优点,提出一种改进的佳点集遗传算法进行多路径覆盖测试数据的生成。算法首先根据混沌学习策略生成初始种群;然后使用佳点集和混沌方法改进遗传算法的交叉算子,并设计了考虑个体穿越路径与目标路径矩阵间相似度和分支距离相结合的适应度函数;实验表明,所提算法能有效缓解交叉算子精度低导致的过早收敛和路径覆盖率低的问题。2.在所提佳点集遗传算法的基础上,针对相似度高及搜索空间大的软件,提出一种基于移民并行种群遗传算法测试数据生成方法,用于解决测试数据生成中出现的搜索效率不佳问题。首先,利用一维线性混沌映射和反向学习方法生成反向种群;然后,设计改进的层接近度和分支距离相结合的适应度函数;最后,利用对路径插装个体穿越该路径的分支距离信息,提高未覆盖路径测试数据的搜索效率。在算法迭代过程中,各种群间设置移民算子生成精英种群,反向种群内使用预选择策略,动态优化子代种群。理论分析及实验验证说明了方法的有效性。3.众多算法的涌现扩大了软件程序的搜索范围,如何确定适合的算法来解决测试数据生成问题带来了严峻的挑战,因此如何选择合适的启发式算法指导生成测试数据又成为一个难题。为此,在上述两种改进方法的研究基础上,提出一种基于超启发式算法的测试数据生成方法。首先,建立基于超启发式算法的测试数据生成方法模型;然后,对于超启发式算法的高层策略层采用随机选择机制,低层算法库采用结合测试数据生成问题设计的3种不同交叉算子和2种变异算子结合构造形成的6种算法;对基准程序和工业程序的实验说明了本方法的有效性。

关键词：遗传算法多路径覆盖测试数据生成佳点集并行种群超启发式算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于约束的变异测试数据生成方法

计算机研究与发展 2011年第4期48卷 617-626页

作者：刘新忠徐高潮胡亮付晓东董玉双吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012

作为衡量测试用例集完备性的测试策略,变异测试是一种"面向缺陷"的单元测试技术,主要用来生成完备的测试用例集.其中面向路径测试数据生成技术通过约束系统构造和求解过程实现用例集生成,是一种高效的测试用例生成技术.但目前大部分面... 详细信息

作为衡量测试用例集完备性的测试策略,变异测试是一种"面向缺陷"的单元测试技术,主要用来生成完备的测试用例集.其中面向路径测试数据生成技术通过约束系统构造和求解过程实现用例集生成,是一种高效的测试用例生成技术.但目前大部分面向路径测试用例生成技术只考虑了程序语句间的控制依赖,即通过对控制流图的分析来构建约束系统,而忽略了语句间的数据依赖对约束系统的影响.充分考虑两种依赖关系,针对域削减的测试数据生成技术进行了改进,提出了一种考虑数据依赖的域削减方法.实验表明,这种方法在变异测试数据生成的成功率和执行效率上都有较大程度的提高.

关键词：变异测试约束系统软件自动化测试测试数据生成面向路径测试