白盒测试和黑盒测试在动态软件测试中的应用

白盒测试和黑盒测试是软件测试中的常用方法。文章首先介绍了白盒测试和黑盒测试以及两者的应用场合，然后通过一个实例说明在动态软件测试中如何使用这两种方法从不同的角度设计测试用例，确保以最少的测试用例发现尽可能多的错误和缺陷。     

基于黑盒遗传算法的电力系统网络安全漏洞挖掘方法

针对当前电力系统网络安全挖掘方法误检率和漏检率较高的问题,提出基于黑盒遗传算法的电力系统网络安全漏洞挖掘方法.对电力系统网络态势进行全方位感知,得出电力系统网络整体安全态势情况,引入黑盒遗传算法进行黑盒模糊测试,选择目标函数并生成测试参数,将优化样本传输至模糊测试模块,通过日志监控测试系统实时记录异常情况.当模糊测试达到预设目标时停止测试,并将电力系统网络安全漏洞报告输出.结果表明,所提算法误检率较低,证明了所提算法可靠性较强.     

一种基于改进遗传算法的测试用例自动生成研究

测试用例的生成是软件测试领域的关键技术问题。近年来,受生物进化思想启发得出的一种全局优化算法的遗传算法用于测试用例的自动生成方向的研究,对于软件测试的自动化有着重要的影响。为了生成高效的测试用例,笔者提出了一种改进的遗传算法,该算法采用实数编码方式,采用逻辑覆盖原则,将遗传算法的适应度函数进行改进并加入遗传导向控制,这样有利于种群的多样性遗传,避免种群早熟收敛现象,并结合Delaunay三角网生成程序进行说明,验证了该算法的有效性。     

一种国际化程序测试模型的研究

国际化程序测试模型是在分析了MSF框架结构以及微软、IBM、Sun等公司的测试模型基础上,根据国际化程序的特点,研究、建立的一套符合实际和效率较高的测试模型,同时包括一个测试实例.     

基于小生境遗传算法的SoC测试存取机制优化

提出了基于小生境遗传算法的系统级芯片(SoC)测试存取机制(TAM)的优化方法.结合TAM宽度约束进行SoC中功能内核(IP)的测试壳的优化,解决测试存取机制的测试总线划分及测试总线细分等的优化问题,取得了较好的结果,并有效地减少SoC的测试时间.采用分支-联合(Fork-Joint)的方法可得到更为优化的TAM方法,对于ITC 2002基准SoC d695,比未采用分支-联合方法的TAM划分方法的测试性能最大可以提高30%,和其它方法的优化结果相比,该方法的平均效果优于其它方法1到9个百分点.     

基于遗传算法的PCB互连测试矢量集优化初探

测试矢量生成是ＰＣＢ互连测试的关键环节，它对整个ＰＣＢ测试过程有着重要意义。本文就基于遗传算泊的ＰＣＢ互连测试矢量集优化讨论了编码策略、目标函数等问题，提出了几种遗传算子的改进方案，得出一种高效的遗传算法。实验数据证明该方法是有效的。     

成对测试中的一种用例生成算法

在对嵌入式软件进行黑盒测试研究的基础上,提出了一种基于成对测试设计思想的测试用例生成算法。该方法充分考虑到待测软件所有外部接口参数的可能取值和各种可能取值的组合。实验结果证明,该算法在不影响测试精度的情况下能有效提高测试用例的选择效果。     

测试图形生成的遗传算法研究

提出了一种用于组合电路测试图形生成的遗传算法。该算法把被测电路的测试生成问题转化为计算一种约束函数的最优解,可充分利用电路的结构信息。为故障节点生成测试时易于操作,且无需经过故障模拟,就可保证对所有可测的单固定型故障及多故障有较高的故障覆盖率。     

基于遗传算法的考试系统组卷算法设计

本文分析了考试系统中的组卷问题,结合遗传算法,从算法预处理、编码方法、初始化群体、适应度函数、选择算子、交叉算子和变异算子这几个方面,详细地研究了如何采用遗传算法解决组卷问题。并且通过实验数据,与随机抽取算法和其它组卷算法作比较,说明了本算法的优越性。     

遗传算法在TSP问题中的应用

遗传算法是借鉴生物界自然选择和进化机制发展起来的全局的概率搜索算法,旅行商问题（TSP）是著名的NP问题,也是组合优化、计算机科学界经典的问题之一。本文简介了遗传算法的原理、设计方法和基本步骤,并着重用遗传算法对TSP问题进行近似求解。     

一种基于遗传算法的作曲方法

本文介绍了一种基于遗传算法．以乐段为单位的作曲方法。该方法能生成具有相对完整乐思的音乐片段．并引入了音乐的风格化特征,能按照用户的情感因素产生用户所需的音乐片断。     

遗传算法在函数优化中的应用

对遗传算法作了简单的介绍,讨论了利用遗传算法求解函数优化问题的方法,最后给出 了２个函数优化实例。     

一种基于遗传操作的神经网络混合训练算法

介绍了一种改进遗传算法的基本操作,并讨论了综合应用遗传算法及ＢＰ算法进行神经网络的权值训练。通过实例比较和分析了这种混合算法与ＢＰ算法的实验效果。     

遗传算法在水位流量关系研究中的应用

参数率定是进行水位流量关系曲线拟合的关键,采用水位流量关系拟合的改进模型,运用遗传算法率定模型中的参数,并与目标规划法进行了比较,表明遗传算法具有简便、快速、实用性强等优点,是一种较为优秀的全局优化方法,适应于非线性的参数率定.     

结构优化设计中自适应遗传算法的研究

主要介绍了一种基于非连续设计变量的结构优化设计方法一遗传算法(Genetic Al-gorithms，GA)。首先对遗传算法的来源、基本过程进行了论述；为了提高遗传算法的收敛性能，同时考虑到交叉率和变异率的选取问题，引入一种基于个体适应度值的自适应调整交叉率和变异率的自适应遗传算法，并通过算例表明自适应遗传算法是有效的。     

基于遗传算法的PID参数整定

提出了一种基于遗传算法的PID控制器参数优化设计方法．通过仿真研究和加热炉实验表明遗传算法应用于PID参数整定可提高系统的稳定性和动态特性，与传统的整定方法相比明显地改善了整定的速度和准确度。     

基于遗传算法的夹紧机构优化设计

通过对机构结构的分析,抽象出机构的理论化模型,从而将该夹紧机构简化为双摇杆机构。运用遗传算法在约束条件范围内对决定机构运动特性的关键部件的结构参数进行优化设计,从而达到机构按照给定的运动轨迹运动的设计要求。根据优化设计得到的参数建立机构数字化模型,并运用UG进行运动仿真分析。仿真结果表明,通过遗传算法进行优化设计得到的结果能够很好满足设计要求。     

基于遗传算法的模糊-PID复合控制在电阻炉上的应用

目的用遗传算法对模糊控制器的控制规则的参数进行优化,提高炉温控制系统的动、稳态性能.方法实现模糊控制和PID控制在不同控制段的优化,并采用遗传算法优化控制参数和控制规则.结果使电阻炉炉温控制系统具有较高的控制精度和良好的动态特性和鲁棒性.结论采用MATLAB仿真及试验结果表明该方法有效可行,可以推广到其他温度控制系统的应用上.