版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、多目標(biāo)測試用例優(yōu)先排序(Multi-objective Test Case Prioritization,MOTCP)在測試用例集中尋找同時滿足多個優(yōu)化目標(biāo)的測試用例執(zhí)行序列,是軟件測試領(lǐng)域中的重要研究方向之一。在多個優(yōu)化目標(biāo)的作用下,所有最優(yōu)解形成的集合構(gòu)成MOTCP問題的最優(yōu)解集,即帕累托最優(yōu)解集(Pareto Front)。在理想的情況下,采用多目標(biāo)進(jìn)化算法求解MOTCP問題的過程是一個不斷逼近并最終達(dá)到帕累托最優(yōu)解集的過程。但是
2、在實際求解的過程中,多目標(biāo)的進(jìn)化算法并不能保證能找到真正的帕累托最優(yōu)解集。蟻群優(yōu)化算法(Ant ColonyOptimization,ACO)是一種群體智能的啟發(fā)式優(yōu)化算法被應(yīng)用于解決MOTCP問題,但存在收斂速度緩慢且容易陷入局部最優(yōu)的問題。
生物學(xué)中,上位效應(yīng)(Epistatic-Domain Effect)是遺傳學(xué)中基因相互作用的現(xiàn)象,具體是指一個位點能夠掩蓋或減弱另一個位點基因效應(yīng)的表達(dá)。MOTCP問題中同樣存在上位效
3、應(yīng),即在一個可行解中,測試優(yōu)化目標(biāo)受不同序列位上的測試用例共同作用,排列在前面的測試用例能夠阻止或減弱排列在后面的測試用例對某測試目標(biāo)的表達(dá)。相關(guān)研究表明,排列在前端的測試用例序列段能決定MOTCP的適應(yīng)度值,該段序列被稱作是上位基因段(Epistatic-Domain Test CaseSegment,ETS)。我們將這種測試用例間的相互關(guān)系稱作是測試用例優(yōu)先排序(Test Case Prioritization,TCP)的上位效應(yīng)。
4、
本文將TCP問題的上位效應(yīng)與多目標(biāo)蟻群優(yōu)化算法相結(jié)合,提出了一種基于ETS的信息素更新策略,并進(jìn)一步對蟻群算法進(jìn)行優(yōu)化改進(jìn),研究一種面向MOTCP問題的基于上位效應(yīng)的蟻群優(yōu)化算法。在信息素更新策略中,首先選取ETS作為信息素更新范圍;其次,基于蟻群優(yōu)化算法分布求解的方式,利用測試用例間的適應(yīng)度增量調(diào)整路徑上的信息素增量,采用信息素標(biāo)記測試用例間的上位關(guān)系。在保證蟻群算法解集質(zhì)量的情況下,通過估算ETS長度動態(tài)設(shè)置螞蟻遍歷測試
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多目標(biāo)協(xié)同進(jìn)化的測試用例優(yōu)先排序.pdf
- 測試用例優(yōu)先排序技術(shù)優(yōu)化研究.pdf
- 基于多目標(biāo)粒子群算法的測試用例優(yōu)先級排序研究.pdf
- 基于相似性的回歸測試用例約簡與優(yōu)先排序方法研究.pdf
- 多目標(biāo)優(yōu)化問題的改進(jìn)蟻群算法研究.pdf
- 基于量子蟻群的多目標(biāo)優(yōu)化研究.pdf
- 多目標(biāo)船舶調(diào)度優(yōu)化問題蟻群算法研究.pdf
- 基于蟻群算法的測試用例選擇機(jī)制研究.pdf
- 基于多目標(biāo)進(jìn)化算法的測試用例生成.pdf
- 多目標(biāo)路由問題中的蟻群優(yōu)化算法研究.pdf
- 基于Additional策略回歸測試用例優(yōu)先級排序優(yōu)化研究.pdf
- 基于蟻群算法的測試用例集約簡技術(shù)研究.pdf
- 基于代碼優(yōu)先級的測試用例排序.pdf
- 基于蟻群算法的建筑工程項目多目標(biāo)優(yōu)化研究.pdf
- 基于改進(jìn)量子蟻群算法的測試用例約簡方法研究.pdf
- 基于Pareto蟻群算法的多目標(biāo)電網(wǎng)規(guī)劃研究.pdf
- 基于遺傳蟻群算法的軟件測試用例自動生成的研究.pdf
- 改進(jìn)蟻群算法求解多目標(biāo)校車路徑優(yōu)化問題.pdf
- 基于多目標(biāo)蟻群優(yōu)化算法的全基因組關(guān)聯(lián)分析研究.pdf
- 基于排序加權(quán)的蟻群算法.pdf
評論
0/150
提交評論