收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于简化粒子群算法的测试数据自动生成方法研究

陈琳玲  
【摘要】: 测试数据自动生成是提高软件测试效率和软件可靠性的关键技术,它能够降低手工测试的高额成本,提高测试过程的可信赖度,改变测试人员全凭经验设计测试数据的现状。人们将各种启发式搜索算法,尤其是人工智能搜索算法,作为解决测试数据自动生成问题的核心算法,并取得了一定的成果。 目前,以基于遗传算法的测试数据自动生成方法的研究居多,但遗传算法涉及的参数较多,编码解码占用大量CPU时间,运行效率相对较低。模型相对简单,需设置的参数相对较少的粒子群算法为解决测试数据自动生成问题提供了新的思路。研究者们用实验证明了粒子群算法生成测试数据的高效性,认为粒子群算法在此领域具有很好的应用前景。 本文以提高搜索算法生成测试数据的效率和其应用于测试数据自动生成领域的实用性为目的,提出基于改进简化粒子群算法(Simple Particle Swarm Optimization, sPSO)的测试数据自动生成方法。简化粒子群算法的进化方程中去掉了粒子速度项,仅由粒子位置更新实现进化过程。 本文主要工作包括:(1)研究常用的测试数据自动生成方法,并对已应用于此领域的遗传算法,模拟退火算法,粒子群算法的特点进行分析和比较,为后续研究工作做准备。(2)根据sPSO的特点,对惯性权重w进行初步研究,提出w取较小值的sPSO能大大提高对某些特定程序生成测试数据的效率:(3)提出为每个粒子设置随机w的方法,以解决传统w设置方式导致粒子对搜索域遍历不均匀的问题。(4)解决sPSO为某些程序生成测试数据时,粒子位置频繁跳出搜索域的问题,提出将测试数据进行归一化处理后的值作为粒子位置的方法。(5)以跳出局部最优解,加快算法收敛速度为目的,对简化粒子群算法加入了新的扰动策略,该策略以全局极值进化停滞代数为触发条件,应用精英均值偏差法判断种群个体是否发生过早收敛现象,如果发生早熟现象,则对种群进行重新初始化,否则,用模拟退火算法对当前全局极值进行模拟退火。(6)将改进sPSO算法用于生成路径测试数据,通过实验证明此方法的实用性和高效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 邓璐娟;卢华琦;孙义坤;刁海港;;改进的粒子群算法在测试数据生成中的应用[J];计算机技术与发展;2010年07期
2 时贵英;吴雅娟;倪红梅;;一种新改进的粒子群优化算法[J];长春理工大学学报(自然科学版);2011年02期
3 邓璐娟;卢华琦;刁海港;孙义坤;;基于遗传-粒子群混合算法的测试数据自动生成[J];郑州轻工业学院学报(自然科学版);2010年03期
4 邓璐娟;林楠;卢华琦;刁海港;孙义坤;;基于改进粒子群算法的测试数据自动生成研究[J];计算机测量与控制;2011年02期
5 刘胜利;刘鹏飞;;粒子群算法在黑盒测试中的应用[J];现代经济信息;2009年21期
6 魏付强;姜淑娟;;改进的SAMPSO的软件测试数据自动生成[J];计算机工程与应用;2009年32期
7 李洪奇;李莉;谢绍龙;;基于粒子群算法的声波测井岩心自动归位[J];计算机工程;2009年03期
8 龚明朗;;粒子群算法和时间序列分析在入侵检测系统中的应用[J];质量技术监督研究;2010年06期
9 牛玉会;;基于粒子群算法在六峰驼背函数中的应用[J];当代经理人(下旬刊);2006年08期
10 邹长武;羊依金;丁恒康;张雪乔;;基于粒子群算法的GM(1,1)在经济发展预测中的应用[J];成都信息工程学院学报;2007年03期
11 段晓东;;基于群智能的计算与仿真方法研究[J];大连民族学院学报;2007年03期
12 王晟;潘郁;;个体激励粒子群算法及其社会学背景分析[J];计算机工程;2008年21期
13 陈永刚;牛丹梅;范庆辉;;粒子群算法在组合优化问题上的研究与发展[J];电脑与电信;2008年12期
14 秦明明;王坚;姜雷;;基于改进粒子群算法的电力系统有功调度[J];微计算机信息;2010年19期
15 汲万峰;姜礼平;朱建冲;孙钧正;;基本粒子群算法和遗传算法用于航路规划的比较[J];火力与指挥控制;2011年06期
16 高尚,韩斌,吴小俊,杨静宇;求解旅行商问题的混合粒子群优化算法[J];控制与决策;2004年11期
17 岑翼刚,秦元庆,孙德宝,李宁;粒子群算法在小波神经网络中的应用[J];系统仿真学报;2004年12期
18 雍龙泉;张建科;张晓清;;求解一类随机优化问题的粒子群算法[J];武汉大学学报(理学版);2005年S2期
19 黄祎;孙德宝;秦元庆;;基于粒子群算法的移动机器人路径规划[J];兵工自动化;2006年04期
20 焦永昌;杨科;陈胜兵;张福顺;;粒子群优化算法用于阵列天线方向图综合设计[J];电波科学学报;2006年01期
中国重要会议论文全文数据库 前10条
1 赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
2 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
3 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
4 丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;基于模拟退火思想的基本粒子群算法改进[A];第二十七届中国控制会议论文集[C];2008年
5 张顶学;朱迎辉;廖锐全;;一种动态改变惯性权重的粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
6 张顶学;廖锐全;;粒子群算法分析及惯性权重的动态改变策略[A];第二十七届中国控制会议论文集[C];2008年
7 常俊林;梁君燕;魏巍;;解决流水车间双目标调度问题的免疫粒子群算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 史久根;徐胜生;;基于文化-粒子群算法的机器人路径规划算法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
9 段练;张玉斌;;坐标改进型粒子群算法在应用层组播中的应用[A];煤炭机电与自动化实用技术[C];2012年
10 周晓君;阳春华;桂卫华;;可变随机函数的PSO算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前10条
1 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
3 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
4 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
5 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
6 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
7 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年
8 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
9 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
10 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年
中国硕士学位论文全文数据库 前10条
1 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
2 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
3 赵辛欣;随机聚焦粒子群算法在机组组合中的应用[D];西南交通大学;2010年
4 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学(河北);2010年
5 李文婷;基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究[D];太原理工大学;2011年
6 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
7 张念志;基于粒子群算法的集送货一体化车辆路径问题研究[D];山东大学;2010年
8 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
9 苏同芬;改进的免疫粒子群算法及梯级水库优化调度问题的研究[D];太原理工大学;2010年
10 朱秀敏;改进粒子群算法的研究及其在天线设计中的应用[D];太原理工大学;2011年
中国重要报纸全文数据库 前10条
1 北京融海恒信咨询有限公司;软件测试:一个不得不关注的问题[N];中国计算机报;2002年
2 王宇;过程决定质量[N];中国计算机报;2003年
3 ;浅谈测试中的常见问题[N];中国计算机报;2002年
4 ;软件测试的基本方法[N];中国计算机报;2002年
5 本报记者 兰昆;软件测试业对性别无偏好[N];中国经济导报;2006年
6 仪芳媛;IT巨头京城上演软件测试人才掠夺战[N];中国企业报;2006年
7 赵健;软件测试将成行业新宠[N];中国企业报;2006年
8 隋年;软件测试:2007需求再放大[N];就业时报;2007年
9 本报记者  张咏梅;软件测试人才面临“回炉”[N];北京人才市场报;2006年
10 仪芳媛;IT毕业生跳动的职场脉搏你按住没有?[N];市场报;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978