基于遺傳粒子群優(yōu)化算法的測(cè)試數(shù)據(jù)自動(dòng)生成技術(shù)研究.pdf

1、軟件測(cè)試是保證軟件可靠性的重要手段,在軟件開(kāi)發(fā)周期中起著非常重要的作用。而測(cè)試數(shù)據(jù)的生成是實(shí)現(xiàn)軟件測(cè)試自動(dòng)化的關(guān)鍵,這一技術(shù)的實(shí)現(xiàn)可以很大程度的減少用于軟件開(kāi)發(fā)的時(shí)間和費(fèi)用,因此尋求有效的測(cè)試數(shù)據(jù)自動(dòng)生成方法依然是一個(gè)亟待解決的問(wèn)題。
　　粒子群算法和遺傳算法作為一種優(yōu)化算法,它們通過(guò)模擬個(gè)體的適應(yīng)性,利用構(gòu)建的變換規(guī)則在解空間內(nèi)搜索最優(yōu)解,是一種很好的測(cè)試數(shù)據(jù)自動(dòng)生成方法。目前僅憑單一的算法和自身的操作往往不能有效地開(kāi)發(fā)和探測(cè)算

2、法的性能。針對(duì)這一問(wèn)題,本文在改善算法自身性能的情況下對(duì)兩種算法進(jìn)行組合,以增強(qiáng)算法的搜索性能,從而提高測(cè)試數(shù)據(jù)自動(dòng)生成的效率。
　　本文主要工作如下:
　　(1)分析遺傳算法,在其選擇算子中引入最優(yōu)保存策略并對(duì)其進(jìn)行改進(jìn),建立動(dòng)態(tài)可變參數(shù)的測(cè)試數(shù)據(jù)自動(dòng)生成工具。通過(guò)該工具的可視化界面動(dòng)態(tài)地輸入遺傳算法參數(shù),而且能夠根據(jù)不同的路徑選擇輸入相應(yīng)的適應(yīng)度函數(shù),克服了以往適應(yīng)度函數(shù)在源代碼中修改的缺陷。
　　(2)分析粒子群

3、算法,在其進(jìn)化方程中約簡(jiǎn)粒子速度項(xiàng),僅通過(guò)粒子位置更新完成進(jìn)化過(guò)程。結(jié)合粒子的適應(yīng)度和粒子聚集度,制定自適應(yīng)調(diào)整策略,并分別采取不同的方法設(shè)置慣性權(quán)重值,使粒子動(dòng)態(tài)地自適應(yīng)調(diào)整慣性權(quán)重值,從而平衡算法的全局探索能力和局部改良能力,提高算法收斂速度和精度。
　　(3)設(shè)計(jì)遺傳算法和粒子群算法的混合優(yōu)化算法,并應(yīng)用于面向路徑的測(cè)試數(shù)據(jù)自動(dòng)生成中。本文以改進(jìn)的遺傳算法為基礎(chǔ),將改進(jìn)的粒子群算法作為遺傳算法的一個(gè)重要算子,實(shí)現(xiàn)最優(yōu)解的快速