基于改进PSO算法的组合测试用例生成技术研究
发布时间:2021-04-02 05:23
组合测试是一种通过检测软件系统因素中所有取值组合来查找故障的软件测试方法。软件的本身因素及其之间的相互作用都可能引发故障,随着技术的不断发展,软件复杂度的持续增加,软件因素的组合空间变得异常庞大,难以对组合测试用例进行全面的覆盖。因此,采用何种方式高效地挑选并生成规模较少、具有高检错率的测试用例是组合测试领域的关键性任务。在软件测试领域,元启发式搜索算法解决了组合测试的NP完全问题,而粒子群算法具有其独特的竞争优势。本文系统地回顾和总结了 PSO(PSO,Particle Swarm Optimization)算法在组合测试用例集生成问题中的研究成果,针对无效组合的约简问题、粒子群算法的参数问题以及算法早熟收敛易陷入局部最优问题,将改进的IPO(in-parameter-order)策略和动态简约粒子群算法(ASPSO,Adaptive Simplified Particle Swarm Optimization)相结合,提出了一种可以满足任意强度覆盖表且具有时间与空间优势的组合测试用例生成方法。本文的主要研究工作和贡献概括如下:(1)针对各个实际输入因素之间存在的约束关系问题,提出了...
【文章来源】:浙江理工大学浙江省
【文章页数】:59 页
【学位级别】:硕士
【部分图文】:
图3.2三种不同算法在测试用例规模上的对比柱状图??从图3.2中可知,IPO-PSO和NIPO-PSO算法在测试用例规模上一般都优于??
浙江理工大学硕士学位论文?基于改进PSO算法的组合测试用例生成技术研究??20??丨;/V*八一??‘?_?^?^c"?-r?^^VVVVV"5??IPO-PSO?—KiR>PS0??图3.3?IPO-PSO和NIPO-PSO算法的测试用例减少比例折线图??从折线图3.3中可知,NIPO-PSO算法在覆盖表中表现良好,在一定程度上,??其测试用例集规模都要比IP0-PS0算法小,在CA2和MCA6的覆盖表中优势更??加明显。??由于算法的执行时间也是评估算法优劣的一个关键指标,因此有必要对其进??行深入研究与对比。??表3.3PSO、IPO-PSO和NIPO-PSO算法执行时间比较??Covering?约简时间比例/%??PSO?IPO-PSO?NIPO-PSO?????Array?IPO-PSO?NIPO-PSO??CA1?10.7?11.2?10.9?-4.67?-1.87??CA2?28.3?24.1?25.8?14.84?8.83??CA3?54.8?49.1?46.2?10.40?15.69??CA4?203.7?190.2?182.4?6.63?10.46??CA5?1002.7?973.8?813.7?2.88?18.82??MCA6?55.4?48.9?51.9?11.73?6.32??MCA7?34.1?28.4?30.6?16.72?10.26??MCA8?52.3?49.1?47.9?6.12?8.41??MCA9?1297.2?1153?1022.3?11.12?21.19??
浙江理工大学硕士学位论文?基于改进PSO算法的组合测试用例生成技术研宄??VSCA12?157.8?140.9?129.5?10.71?17.93??VSCA13?893.7?792.4?723.1?11.33?19.09??VSCA14?129.8?114.3?109?11.94?16.02??VSCA15?712?681.4?632.9?4.30?11.11??从表3.3中可看出,除了?CA1和VSCA11这两个覆盖表以外,其他覆盖表??中IPO-PSO和NIPO-PSO算法都比PSO算法用时少,其优势在CA5、MCA9、.??VSCA13这些维度比较高的覆盖表中更加明显。??图3.4是关于算法执行时间的对比柱状图,其可以从执行时间方面更好地比??较三个算法的性能。??-一--??????-?§—??咖??—I?—?I??I?咖?1———i?-'?ii??咖?—— ̄?11??k—?:?I?...?I:?.?..HI..?L??I?—?一?,JdlL—?lulliii?1??繼?PSO?鱺卞丨POPSO??图3.4三种不同算法的执行时间柱状图??从图3.4中可知,对执行时间较长的CA5、MCA9、VSCA13、VSCA15这??四个覆盖表进行对比分析,发现IPO-PSO和NIPO-PSO算法执行时间方面具有??明显优势。??下面将根据IPO-PSO和NIPO-PSO算法的约简时间比例画一个折线图以便??更直观地进行对比。??29??
【参考文献】:
期刊论文
[1]基于粒子群优化算法的测试用例生成方法[J]. 张娜,滕赛娜,吴彪,包晓安. 计算机科学. 2019(07)
[2]软件测试策略和测试方法的应用分析[J]. 项楠. 科学技术创新. 2019(11)
[3]基于混合粒子群的IMX系统组合测试用例集生成[J]. 徐涛,张亭亭,左海超. 现代电子技术. 2019(08)
[4]两两组合测试用例生成的遍历搜索算法[J]. 宋晓秋,梁凡. 计算机工程与设计. 2019(02)
[5]简单循环约减三三组合测试用例生成方法[J]. 艾华,宋晓秋,安恒. 计算机工程与设计. 2018(12)
[6]基于动态调整简化粒子群优化的组合测试用例生成方法[J]. 包晓安,鲍超,金瑜婷,陈春宇,钱俊彦,张娜. 计算机科学. 2018(11)
[7]基于精英高斯学习的改进鱼群粒子群混合算法[J]. 康朝海,王博宇,杨永英. 吉林大学学报(信息科学版). 2018(04)
[8]基于组合混沌遗传算法的最小测试用例集生成[J]. 申情,蒋云良,沈张果,楼俊钢. 电信科学. 2016(06)
[9]利用蚁群算法生成覆盖表:探索与挖掘[J]. 曾梦凡,陈思洋,张文茜,聂长海. 软件学报. 2016(04)
[10]基于程序切片的测试用例生成系统研究与实现[J]. 王志文,黄小龙,王海军,刘烃,俞乐晨. 计算机科学. 2014(09)
硕士论文
[1]组合测试工具的服务化[D]. 周锦春.南京大学 2019
[2]基于人工蜂群算法的软件测试用例自动生成研究与实现[D]. 李龙燕.河北工程大学 2017
[3]基于改进粒子群的组合测试用例生成技术研究[D]. 杨亚娟.浙江理工大学 2017
[4]组合测试与自适应随机测试的理论研究[D]. 祁元超.南京邮电大学 2016
[5]软件失效模式评测工具的设计与实现[D]. 刘卓钺.哈尔滨工业大学 2012
本文编号:3114674
【文章来源】:浙江理工大学浙江省
【文章页数】:59 页
【学位级别】:硕士
【部分图文】:
图3.2三种不同算法在测试用例规模上的对比柱状图??从图3.2中可知,IPO-PSO和NIPO-PSO算法在测试用例规模上一般都优于??
浙江理工大学硕士学位论文?基于改进PSO算法的组合测试用例生成技术研究??20??丨;/V*八一??‘?_?^?^c"?-r?^^VVVVV"5??IPO-PSO?—KiR>PS0??图3.3?IPO-PSO和NIPO-PSO算法的测试用例减少比例折线图??从折线图3.3中可知,NIPO-PSO算法在覆盖表中表现良好,在一定程度上,??其测试用例集规模都要比IP0-PS0算法小,在CA2和MCA6的覆盖表中优势更??加明显。??由于算法的执行时间也是评估算法优劣的一个关键指标,因此有必要对其进??行深入研究与对比。??表3.3PSO、IPO-PSO和NIPO-PSO算法执行时间比较??Covering?约简时间比例/%??PSO?IPO-PSO?NIPO-PSO?????Array?IPO-PSO?NIPO-PSO??CA1?10.7?11.2?10.9?-4.67?-1.87??CA2?28.3?24.1?25.8?14.84?8.83??CA3?54.8?49.1?46.2?10.40?15.69??CA4?203.7?190.2?182.4?6.63?10.46??CA5?1002.7?973.8?813.7?2.88?18.82??MCA6?55.4?48.9?51.9?11.73?6.32??MCA7?34.1?28.4?30.6?16.72?10.26??MCA8?52.3?49.1?47.9?6.12?8.41??MCA9?1297.2?1153?1022.3?11.12?21.19??
浙江理工大学硕士学位论文?基于改进PSO算法的组合测试用例生成技术研宄??VSCA12?157.8?140.9?129.5?10.71?17.93??VSCA13?893.7?792.4?723.1?11.33?19.09??VSCA14?129.8?114.3?109?11.94?16.02??VSCA15?712?681.4?632.9?4.30?11.11??从表3.3中可看出,除了?CA1和VSCA11这两个覆盖表以外,其他覆盖表??中IPO-PSO和NIPO-PSO算法都比PSO算法用时少,其优势在CA5、MCA9、.??VSCA13这些维度比较高的覆盖表中更加明显。??图3.4是关于算法执行时间的对比柱状图,其可以从执行时间方面更好地比??较三个算法的性能。??-一--??????-?§—??咖??—I?—?I??I?咖?1———i?-'?ii??咖?—— ̄?11??k—?:?I?...?I:?.?..HI..?L??I?—?一?,JdlL—?lulliii?1??繼?PSO?鱺卞丨POPSO??图3.4三种不同算法的执行时间柱状图??从图3.4中可知,对执行时间较长的CA5、MCA9、VSCA13、VSCA15这??四个覆盖表进行对比分析,发现IPO-PSO和NIPO-PSO算法执行时间方面具有??明显优势。??下面将根据IPO-PSO和NIPO-PSO算法的约简时间比例画一个折线图以便??更直观地进行对比。??29??
【参考文献】:
期刊论文
[1]基于粒子群优化算法的测试用例生成方法[J]. 张娜,滕赛娜,吴彪,包晓安. 计算机科学. 2019(07)
[2]软件测试策略和测试方法的应用分析[J]. 项楠. 科学技术创新. 2019(11)
[3]基于混合粒子群的IMX系统组合测试用例集生成[J]. 徐涛,张亭亭,左海超. 现代电子技术. 2019(08)
[4]两两组合测试用例生成的遍历搜索算法[J]. 宋晓秋,梁凡. 计算机工程与设计. 2019(02)
[5]简单循环约减三三组合测试用例生成方法[J]. 艾华,宋晓秋,安恒. 计算机工程与设计. 2018(12)
[6]基于动态调整简化粒子群优化的组合测试用例生成方法[J]. 包晓安,鲍超,金瑜婷,陈春宇,钱俊彦,张娜. 计算机科学. 2018(11)
[7]基于精英高斯学习的改进鱼群粒子群混合算法[J]. 康朝海,王博宇,杨永英. 吉林大学学报(信息科学版). 2018(04)
[8]基于组合混沌遗传算法的最小测试用例集生成[J]. 申情,蒋云良,沈张果,楼俊钢. 电信科学. 2016(06)
[9]利用蚁群算法生成覆盖表:探索与挖掘[J]. 曾梦凡,陈思洋,张文茜,聂长海. 软件学报. 2016(04)
[10]基于程序切片的测试用例生成系统研究与实现[J]. 王志文,黄小龙,王海军,刘烃,俞乐晨. 计算机科学. 2014(09)
硕士论文
[1]组合测试工具的服务化[D]. 周锦春.南京大学 2019
[2]基于人工蜂群算法的软件测试用例自动生成研究与实现[D]. 李龙燕.河北工程大学 2017
[3]基于改进粒子群的组合测试用例生成技术研究[D]. 杨亚娟.浙江理工大学 2017
[4]组合测试与自适应随机测试的理论研究[D]. 祁元超.南京邮电大学 2016
[5]软件失效模式评测工具的设计与实现[D]. 刘卓钺.哈尔滨工业大学 2012
本文编号:3114674
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3114674.html