基于模擬退火-量子遺傳算法的路徑測(cè)試數(shù)據(jù)自動(dòng)生成方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩89頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著軟件產(chǎn)品的復(fù)雜性不斷提高以及軟件規(guī)模的不斷擴(kuò)大,軟件測(cè)試的自動(dòng)化技術(shù)越來(lái)越受到學(xué)術(shù)界和工業(yè)界的重視。測(cè)試數(shù)據(jù)的自動(dòng)化生成是實(shí)現(xiàn)測(cè)試自動(dòng)化的關(guān)鍵,只有使測(cè)試數(shù)據(jù)能夠自動(dòng)化生成才能從根本上降低軟件成本,保證軟件質(zhì)量。目前許多國(guó)內(nèi)外學(xué)者針對(duì)這一問題進(jìn)行了研究,雖然目前一些算法和技術(shù)已經(jīng)能夠自動(dòng)生成測(cè)試數(shù)據(jù),但是尚不成熟,還需要進(jìn)行進(jìn)一步的探索和完善。
   本文通過(guò)大量研究和分析發(fā)現(xiàn)采用基本路徑測(cè)試生成測(cè)試數(shù)據(jù)是非常有效的方法,但

2、是該方法需要一種性能較高的演化算法作為基礎(chǔ)。因此,本文提出將量子遺傳算法作為核心算法,并針對(duì)其生成測(cè)試數(shù)據(jù)方面的缺點(diǎn)進(jìn)行了分析和改進(jìn)。首先量子染色體的編碼方式由矢量編碼改進(jìn)為角度編碼,由于角度編碼只存儲(chǔ)一個(gè)實(shí)數(shù),大大降低了存儲(chǔ)空間;其次,提出一種新的動(dòng)態(tài)旋轉(zhuǎn)角策略,使種群的演化直接以父代最優(yōu)解為目標(biāo),加速了算法收斂效率,同時(shí)該策略還可以保證種群中優(yōu)秀性狀能夠得到較好地遺傳,使子代更容易收斂到最優(yōu)解;而后,采用Hadamard門變異策略,

3、對(duì)變異種群是以小幅度的波動(dòng)增加種群多樣性;最后將量子遺傳算法和模擬退火算法有效結(jié)合,利用狀態(tài)轉(zhuǎn)移概率選擇性地接受惡化解,使種群概率地跳出當(dāng)前解,防止算法“早熟收斂”。本文將改進(jìn)的算法命名為“模擬退火-量子遺傳算法”,簡(jiǎn)稱SA-QGA。本文采用多個(gè)復(fù)雜連續(xù)函數(shù)對(duì)多種算法進(jìn)行了比較,實(shí)驗(yàn)證明新算法在尋優(yōu)性能和收斂次數(shù)上較其他算法有很大提高。
   最后,本文基于SA-QGA設(shè)計(jì)并實(shí)現(xiàn)了基于指定路徑的測(cè)試數(shù)據(jù)自動(dòng)生成框架。該框架主要分

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論