面向测试用例优先排序的超启发式框架的评估策略研究

发布时间：2024-02-07 04:34

　　测试用例优先排序技术旨在搜寻最优测试用例执行序列,以尽快实现测试目标,是一种关键的测试用例集优化技术。大量基于搜索的优化算法被用于发现测试用例的最优执行序列,但没有一种算法能够适用于所有的测试场景。超启发式算法可以针对不同的场景动态选择合适的优化算法序列,具有较强的通用性,被用于测试用例优先排序。该算法框架分为两层,底层包括一组多目标优化算法,顶层是一个学习代理策略,可以为不同的测试场景动态地评估和选择合适的底层算法。现有的学习代理使用层次分布(Hierarchical Distribution,HD)策略来评估当前算法的执行结果,并基于当前和历史评估结果为下一次迭代选择合适的底层算法。HD策略依据当代和上一代个体之间的支配关系来评估底层算法的执行结果,但无法区分同一非支配解集中的个体。通过分析,可以通过多种度量来进一步区分非支配个体,进而更加准确地评估底层算法的执行结果和选择最优的算法调用序列。本课题进一步引入个体收敛能力的评估,采用Pareto Dominance(PD)和Convergence Information(CI)这两种度量来评估底层算法执行结果中个体的收敛能力,并提出...

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图２－１用于底层构建的交叉操作??Ｆｉｇ．２－１?Ｃｒｏｓｓｏｖｅｒ?ｏｐｅｒａｔｏｒｓ?ｆｏｒ?ｌｏｗ?ｌｅｖｅｌ?ｃｏｎｓｔｒｕｃｔｉｏｎ??

中。??—（］?１?１?ＨＩＭ?於丨．１“丨‘、４??＾?ｆＴＷＩ?八《?ＫＥＺＨＩｉ?“?丨？：丽八《?ｒｗ??（ａ）?ｓｉｎｇｌｅ－ｐｏｉｎｔ?ｃｒｏｓｓｏｖｅｒ?（ｂ）?ａｎｔｉ－ｓｉｎｇｌｅ－ｐｏｉｎｔ?ｃｒｏｓｓｏｖｅｒ??ｐ，?醱選０?ｓ＇?圈‘圈矚??（ｃ）?ｓｃａ....

图２－２面向ＭｏＴＣＰ的超启发式框架的顶层构建??－－

?北京化＿丨：大学硕士学位论文???的测试用例执行序列。交叉操作集包含了目前常用的六种交叉操作，如图２－１所示。??单点交叉（ｓｉｎｇｌｅ－ｐｏｉｎｔ?ｃｒｏｓｓｏｖｅｒ）是最常用的交叉操作之一。它首先随机选择一??个切割点，并互换两个测试序列在切割点之前的基因。在每个测试序列中....

图２－３针对两目标优化问题的ＨＤ策略??Ｆｉｇ．２－３?ＨＤ?ｓｔｒａｔｅｇｙ?ｆｏｒ?ｔｗｏ?ｏｂｊｅｃｔｉｖｅ?ｏｐｔｉｍｉｚａｔｉｏｎ?ｐｒｏｂｌｅｍ??

??次集。同一个前沿层次上的个体是互不支配的，在较高的前沿层次上的个体支配在较??低的前沿层次上的个体。ＨＤ策略基于不同层次上的当代个体分布率来评估底层算法??的质量。??ｆｉ?‘‘??＾?ｐｒｅｓｅｎｔ?ｉｎｄｉｖｉｄｕａｌｓ??Ｆｒｏｎｔ?Ｈ?〇?Ｌａｓｔ?ｉｎｄＭｄｕａｌｓ....

图２－４面向ＭｏＴＣＰ的超启发式框架的细节??Ｆｉｇ．２－４?Ｄｅｔａｉｌｓ?ｏｆ?ｔｈｅ?ｈｙｐｅｒ－ｈｅｕｒｉｓｔｉｃ?ｆｒａｍｅｗｏｒｋ?ｆｏｒ?ＭｏＴＣＰ??图２－４显示了面向ＭｏＴＣＰ的的超启发式框架的细节

．．在每一代，学习代理都会为当前的底层算法计算一个ＨＤ值。然而，在整个迭代??过程中，随着种群的不断演化和收敛，越来越少的个体能支配其他个体，每个底层算??法的ＨＤ值也会不断变小。因此，算法决策根据ＨＤ的历史结果为下一代选择合适的??底层算法。具体地说，在算法决策的过程中，使用平....

本文编号：3896769