应用自适应差分进化算法优化测试数据研究

被引：3

作者：

李龙澍

翁晴晴

机构：

[1] 安徽大学计算机科学与技术学院

来源：

小型微型计算机系统 | 2018年 / 39卷 / 02期

基金：

安徽省自然科学基金;

关键词：

软件测试; 测试数据生成; 差分进化算法; 自适应参数控制; 质心原理;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP311.53 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081202 ;

摘要：

针对自适应差分进化算法在进化后期种群多样性减少和搜索精度低的问题,本文提出一种基于质心的自适应差分进化算法,并将该算法应用于自动生成软件测试数据.本文算法通过自动调节缩放因子的方式提高种群多样性,避免种群在进化过程中个体过于集中而陷入局部最优;同时,采用基于质心原理的策略来选择用于变异的个体,进而保证种群向最优值方向进化,总体上加快种群的收敛速度.本文首次将自适应差分进化算法用于软件测试数据的产生,并与传统软件测试数据产生的算法进行了比较,实验表明本文算法能够有效地提高自动产生测试数据的效率和性能.

引用

页码：292 / 296

页数：5

共 10 条

[1] 基于关键点路径的快速测试用例自动生成方法 [J].

丁蕊 ;

董红斌 ;

张岩 ;

冯宪彬 .

软件学报, 2016, 27 (04) :814-827

[2] 基于路径相关性的回归测试数据进化生成 [J].

吴川 ;

巩敦卫 .

计算机学报, 2015, 38 (11) :2247-2261

[3] 基于Z路径覆盖的测试用例自动生成技术研究 [J].

夏辉 ;

宋昕 ;

王理 .

现代电子技术, 2006, (06) :92-94

[4] 一个面向路径的软件测试辅助工具 [J].

邱晓康 ;

李宣东 .

电子学报, 2004, (S1) :231-234

[5]

An improved adaptive differential evolution algorithm for continuous optimization [J] . Wenchao Yi,Yinzhi Zhou,Liang Gao,Xinyu Li,Jianhui Mou.&nbsp&nbspExpert Systems With Applications . 2016

[6] A differential evolution algorithm with intersect mutation operator [J].

Zhou, Yinzhi ;

Li, Xinyu ;

Gao, Liang .

APPLIED SOFT COMPUTING, 2013, 13 (01) :390-401

[7] Two hybrid differential evolution algorithms for engineering design optimization [J].

Liao, T. Warren .

APPLIED SOFT COMPUTING, 2010, 10 (04) :1188-1199

[8]

An improved multiobjective differential evolution based on Pareto-adaptive ? -dominance and orthogonal design [J] . Wenyin Gong,Zhihua Cai.&nbsp&nbspEuropean Journal of Operational Research . 2008 (2)

[9]

Cultured differential evolution for constrained optimization [J] . Ricardo Landa Becerra,Carlos A. Coello Coello.&nbsp&nbspComputer Methods in Applied Mechanics and Engineering . 2005 (33)

[10]

Differential Evolution - A Simple and Efficient Heuristic for global Optimization over Continuous Spaces. [J] . Rainer Storn,Kenneth Price.&nbsp&nbspJournal of Global Optimization . 1997 (4)

← 1 →