基于自适应粒子群优化的组合测试用例生成方法

最小覆盖表生成是组合测试研究的关键问题。基于演化搜索的粒子群算法在生成覆盖表时能得到较优的结果,但其性能受配置参数的影响。针对此问题,将one-test-at-a-time策略和自适应粒子群算法相结合,以种群粒子优劣为依据对惯性权重进行自适应调整,使其在覆盖表生成上具有更强的适用能力。为进一步提升算法性能,构造了一个优先级度量函数用于度量每个组合的权值,优先选取权值最高的组合用于单条测试用例的生成。最后,编程实现该算法,并将其与原有粒子群算法在组合测试用例集生成上展开对比性实验分析,结果证实该算法在规模和执行时间上具有竞争力。     

基于遗传算法的测试用例生成工具研究

以Korel的遗传算法生成测试用例策略为基础,在适应函数、染色体编码、遗传算法效率等方面提出了相应的算法改进。引入程序结构依赖系数来确定个体的适应值,使得整个搜索更加智能化;解决编码长度预测问题;采用改进的自适应遗传算法提高用例的搜索效率。同时对实现测试用例生成过程中的关键技术进行了分析。最后结合算例对软件进行了验证。     

基于遗传算法的数据流测试用例自适应生成算法

测试用例的设计是软件测试实施的首要环节, 对后期测试工作具有重要的指导作用, 也是提高质量软件的根本保证. 针对Moheb R. Girgis算法的不足, 通过引入分支函数和改进遗传算法中的自适应性, 提出一种改进的数据流测试用例的自动生成算法, 实验表明, 改进算法在收敛速度和覆盖率等关键性能上都有较明显提高.     

基于面向路径的遗传算法的测试用例自动生成

采用遗传算法用于自动生成测试用例的设计,算法面向路径测试作了下列工作：(1)以控制路径表CFDPATH_T为基础分析测试用例与执行路径的关系;(2)设计面向路径的遗传算法实现测试用例的自动生成,证明了该方法能实现测试用例空间上对路径的等价类划分;(3)从统计角度对该方法的错误检测能力进行了量化分析;(4)在该算法的基础上设计了试验和结果分析,结果表示该算法较随机方法有更好的性能。     

基于自适应遗传算法的路径测试数据生成

针对简单遗传算法容易产生早熟收敛的问题,提出一种自适应遗传算法,用以自动生成测试数据。通过把程序插装法与该遗传算法相结合,实现了路径测试数据的自动生成。将三角形分类程序作为实例对其进行性能测试,实验结果表明,基于自适应遗传算法的测试数据自动生成系统能自动改变选择概率和交叉概率,提高了自动生成测试数据的效率。     

基于遗传算法的DM-GA组合测试数据生成方法

测试数据生成是组合软件测试的重要部分,生成高质量的测试数据对于软件测试具有重要意义.针对两两组合测试数据生成问题,结合传统遗传算法,加入了精英策略和自适应变异概率,提出了DM-GA( dynamic mutation rates-genetic algorithm)算法,改善了传统遗传算法容易陷入局部最优以及收敛速度慢等不足,并取得了良好的效果.实验结果表明DM-GA算法可以作为一种较理想的两两组合测试数据生成方法.     

基于自适应遗传算法的软件测试用例自动生成

在软件测试中,测试成功的关键是快速、高效的生成测试用例.遗传算法是一种通过模拟自然界生物进化过程搜寻最优解的一种算法,算法通过选择、交叉和变异操作引导算法搜索方向,逐步接近全局最优解.传统遗传算法由于具有较好的全局搜索能力,因此被很多科研人员应用于测试用例生成.但遗传算法的固有缺陷"早熟收敛",容易导致算法收敛于局部最优.针对这种情况,提出一种自适应遗传算法,该算法交叉算子和变异算子可根据程序变化自动调整,随后,将改进后的算法应用于一程序的测试用例生成中.测试结果表明该算法在测试用例生成的效率和效果方面优于传统搜索算法和普通改进算法.     

基于遗传算法的测试用例生成技术

在计算机软件的生命周期中,由于各种各样的原因,留给软件测试的时间往往不够执行全面而充分的测试。覆盖率和数量作为测试用例质量的主要影响因子,一直受到人们的关注。然而测试用例的执行顺序作为影响测试效率的重要因素,却一直未引起足够的重视。提出了一种基于遗传算法的测试用例生成技术,综合考虑覆盖率、数量和用例的执行顺序三个因子,生成高效的测试用例集。使测试人员能够按照既定的顺序执行用例集,在最短的时间内,完成最重要的软件功能测试。     

基于分裂算子的遗传算法和自适应遗传算法

针对遗传算法所存在的早熟和收敛速度慢等问题,基于低等生物的分裂生殖现象,提出了分裂算子的概念,并将该算子引入到传统遗传算法和自适应遗传算法中,对这两种遗传算法进行了改进。通过一系列多峰函数测试实验,将改进算法分别与基本遗传算法和自适应遗传算法进行比较,证明引入分裂算子后的遗传算法和自适应遗传算法不仅有效地收敛到全局最优解,而且提高了收敛速度。     

基于VC++的1553B总线接口仿真软件设计

针对总线式航空电子设备的特点,通过分析STD-MIL-1553B总线协议标准,抽象出统一的行为模型和属性模型,将仿真对象的描述信息以仿真数据库的形式描述,利用VC++ 6.0设计开发一个通用的1553B总线接口仿真软件。该软件可以根据仿真数据库中填写的要求,在收到激励数据后进行相应的数据处理并返回响应数据,使构建的仿真平台有较强的灵活性。     

基于父个体相似度的自适应遗传算法

标准遗传算法在产生后代个体时采用先交叉后变异的策略,一方面当父个体非常相似时,交叉操作很难产生新的个体,影响算法对新的解空间进行搜索,从而导致种群多样性的丧失;另一方面交叉产生的优秀个体再历经变异,极有可能遭破坏而影响算法的收敛性。该文根据染色体的相似性,给出了个体相似度的概念,并在此基础上提出了依据父个体相似度的大小自适应地选择遗传算子(交叉或变异)的遗传算法。仿真实验表明,与采用常规遗传策略的遗传算法相比,新算法能显著提高解的质量和收敛速度。     

基于父个体更新的自适应遗传算法

遗传算法作为一种模仿生物自然进化过程的随机优化算法,其群体规模对算法的性能影响很大,群体规模越大,越有利于提高算法的寻优能力,但随着群体规模增大,计算量也显著增加。该文在传统自适应遗传算法整个进化过程中,分阶段对一些适应度较差的父个体进行更新,增大了搜索空间,提高了算法的寻优能力且未增加群体规模。仿真实验表明,与传统自适应遗传算法相比,该算法能显著提高解的质量和鲁棒性。     

一种基于遗传算法的软件测试用例生成新方法

建立了一个基于遗传算法测试用例生成的系统模型,在该模型下通过分支函数插装的方法构造遗传算法所需的评价函数并针对软件测试用例生成问题的特点对传统遗传算法进行了改进;最后,给出了一个实例并分析了实例的执行情况。     

一种基于改进遗传算法的面向路径测试用例自动生成方法

介绍了基于改进遗传算法测试用例生成的核心算法,针对软件测试用例生成问题的特点对传统遗传算法的遗传算子进行了改进,实验获得了较好的效果。     

基于自适应遗传算法的城际列车运行图编制方法

对城际列车运行图编制问题进行研究,确定列车在各区间运行的最优顺序,并建立以列车总运行时间最小为目标的列车运行图优化模型。在此基础上,采用自适应选择机制的变异算子和交叉算子,设计一种自适应遗传算法进行求解。该算法采用“列车-区间运行顺序”的染色体二维编码形式,首先对列车在各区间运行的顺序进行编码;求解过程中,结合广度优先循环布线的原则进行解码,通过“到发时刻-发现冲突-解决冲突”逐区段进行铺画,得到列车在各车站实际的到发时刻;同时,利用自适应遗传算法进行全局优化,得到问题最优解。实验表明,自适应机制能够提高算法性能并较快得到列车最优运行顺序,铺画出更高效准确的列车运行图。     

一种基于隔离自适应算子的遗传算法研究

本文首先介绍了遗传算法的理论知识,阐述了基本遗传算法的优点及不足之处。然后在小生境遗传算法的基 础上,引入了隔离技术以及自适应算子,形成了一种基于隔离技术以及梯度算子的小生境遗传算法。理论及实践均表明,新的 改进的遗传算法在实际问题的解决中确实优于基本小生境遗传算法。     

基于自适应遗传算法的纸币识别预处理

描述纸币图像的二值化和字符的分割方法.针对纸币图像的特点,提出一种基于最大方差比的图像二值化算法,并利用自适应遗传算法(Adaptive Genetic Algorithm,AGA)得到最优的阈值.该算法的思想是将图像分成两个类,选取类间方差与类内方差的分离度为适应度函数,当分离度取最大值时对应的灰度值为最优的阈值,实验表明,以此阈值对图像分割能快速准确的对纸币图像二值化.最后讨论基于投影法的纸币字符分割的方法,并且取得比较满意的效果.