基于改進花朵授粉算法的測試數據自動生成研究

1、分類號： 密 級：U D C： 學 號：碩 士 學 位 論 文年 月 日基于改進花朵授粉算法的測試數據自動生成研究 基于改進花朵授粉算法的測試數據自動生成研究Research on Automatic Generation of Test Data Based onImproved Flower Pollination Algorithm學 位 類 別： 工 程 碩 士作 者 姓 名： 譚 星 成學 科、專 業(yè)： 計 算 機 技 術指

2、導 教 師： 董 躍 華研 究 方 向： 軟 件 測 試江西理工大學碩士學位論文 摘要摘 要測試數據作為軟件測試中的核心因素，其生成效率高低直接影響著軟件測試的效果，本文主要對測試數據的自動生成方法進行研究?；ǘ涫诜鬯惴ㄗ鳛橐环N具有良好尋優(yōu)能力的新型智能算法，因其參數簡單、容易實現，已被成功應用于各種多目標優(yōu)化問題中，本文研究將此算法應用于測試數據自動生成領域，首先針對其缺陷提出一系列改進措施，再通過大量實驗驗證改進后的算法在測試數據自

3、動生成中的優(yōu)越性。本文工作內容與創(chuàng)新點主要包括以下幾個方面：(1) 針對基本花朵授粉算法搜索速度較慢、尋優(yōu)精度不高和在中后期容易陷入局部極值的缺陷，從對算法參數進行調整和引入其他智能算法進行混合兩大方向對基本花朵授粉算法加以改進，提出一種自適應混合花朵授粉算法，首先引入粒子群算法，利用粒子群算法在搜索初期階段收斂精度高與速度快的優(yōu)勢獲得一組質量較優(yōu)的解作為花朵授粉算法的初始解來繼續(xù)實施迭代尋優(yōu)操作；其次，提出一個警衛(wèi)函數來對反映種群的離

4、散程度；最后采取一種自適應機制對解更新，自適應機制包括自適應柯西變異與自適應步長因子兩部分，根據當前種群的離散程度大小以及解的位置狀態(tài)自適應地進行尋優(yōu)搜索，從而提高尋優(yōu)能力。(2) 對基本花朵授粉算法應用于測試數據生成上的理論依據進行分析，在此基礎上研究如何將本文提出的自適應混合花朵授粉算法應用于測試數據的自動生成中，建立基于自適應混合花朵授粉算法的測試數據生成模型，同時提出了一種改進的適應度函數構造方法，通過分支被覆蓋的難易程度不同來

5、對每條分支分配相對應的權重參數值，以更準確地反映分支的覆蓋情況，從而進一步提高測試數據的生成效率。(3) 最后對本文提出的自適應混合花朵授粉算法在測試數據自動生成中的可行性與效率性進行驗證，選取 4 種復雜程度不同的典型測試程序，借助 MATLAB 平臺對其實現測試數據自動生成，同已經應用于測試數據自動生成領域的另外兩種智能算法相比較，從平均耗費時間、平均迭代次數和平均分支覆蓋比例 3 項數據指標進行對比分析。關鍵詞 關鍵詞：軟件測試；