基于人工蜂群优化算法的测试用例生成及优先级排序

发布时间：2020-06-20 11:15

【摘要】：随着生活中各类软件产品的迅速发展,人们对软件质量的要求也在不断提高。软件质量是通过软件测试相关技术来保障。其中,测试用例的自动生成及优先级排序技术,可以有效地提高软件的测试效率,降低软件测试所需的成本。已有的研究表明,元启发式搜索算法能够有效解决测试用例的自动生成和优先级排序问题。但是已有的研究主要集中在某几种搜索算法上,对于新型搜索算法的研究还较少。同时,测试用例的自动生成和优先级排序问题的研究,仍具有理论意义及实际应用价值。本文主要对人工蜂群优化算法用于解决测试用例自动生成和优先级排序问题进行了研究,主要研究内容概括如下:(1)针对标准人工蜂群算法前期搜索速度缓慢的问题,在局部搜索策略上进行改进,并将具有较快初期寻优速度的标准遗传算法改进并融合,提出一种自适应的遗传-人工蜂群算法,并将其用于路径覆盖的测试用例生成。(2)针对已有的多目标人工蜂群算法存在易陷入局部最优解的问题,提出了一种多目标人工蜂群优化算法。该算法设置了外部精英解集提出了全局最优更新策略、最优解引导的差分变异局部搜索策略和基于信息熵的蜜源选择策略,从而改善了原有算法的寻优性能。(3)本文将平均语句覆盖率、有效执行时间、历史缺陷发现率,这三个因素作为测试用例优先级排序的优化目标。但是,同时考虑到三个目标的优化问题的计算复杂度较高,因此将有效执行时间和历史缺陷发现率结合,提出了历史缺陷检测效率的概念,将三个目标优化问题转化为两个优化目标,并将提出的多目标人工蜂群优化算法用于求解测试用例优先级排序问题。实验结果表明,在解决测试用例自动生成问题上,本文所提的算法相对于已有的自适应遗传算法和蜂群算法,具有较高的收敛速度和全局寻优性能,能够有效提高测试用例的生成效率和路径覆盖率;在解决回归测试过程中的测试用例优先级排序问题时,本文所提的算法相对于NSGA-II算法和OMOPSO算法具有更高的收敛速度和更高的缺陷检测率。
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP18;TP311.53
【图文】：

工大学硕士专业学位论文 基于人工蜂群优化算法的测试用例生成及优先级验采用 HV、SP、EPSILON 和 GD，这四个常用的多目标优化函数评价指标。V 表示的是超体积指标，它的值越高表示 Pareto 前沿分布性与解的多样性越好PSILON 和 GD 的指标都是越低越好。实验中的参数设置和 ZDT 系列函数的实。由于实验数据较为庞大，而又希望能够直观清晰的展现实验结果，本文将实制成四个条形图，如图 4.5-4.8 所示。

图 4. 6 SP 值对比图SP 指标是用于检测解的近似 Pareto 前沿的多样性，从图 4.5 中可以看出，SP 指标是 MOABCO 算法的表现最佳。在 UF7 函数求解过程中 MOEAD 算法表现最佳。相在 UF6 求解过程中 MOEAD 和 NSGA-II 的表现较差，其他算法各有优劣。

【相似文献】

相关期刊论文 前10条

1 叶素梅;肖寒;;基于测试用例库的复用方法研究[J];电脑知识与技术;2018年32期

2 王曙燕;陈朋媛;孙家泽;;基于变异分析的测试用例约简方法[J];计算机应用;2017年12期

3 杨军;卢彩霞;黄辰;王婷;;测试用例复用在电子采购交易平台中的应用[J];计算机与数字工程;2018年01期

4 程雪梅;翟宇鹏;;测试用例修复的方法与工具综述[J];现代计算机(专业版);2017年02期

5 赵鹤;高婉玲;;基于模型的软件测试用例生成方法比较研究[J];现代计算机(专业版);2017年04期

6 曾嘉彦;;符号执行技术在测试用例生成中的应用[J];现代计算机(专业版);2017年04期

7 张功杰;谢春丽;;面向测试用例生成的集合进化算法实现[J];牡丹江师范学院学报(自然科学版);2017年02期

8 魏长安;王钢;盛云龙;张永卓;;组合测试用例自动生成软件设计[J];自动化技术与应用;2017年05期

9 臧丽娜;;基于死锁的并发类单元测试用例自动生成[J];计算机应用与软件;2017年04期

10 杨芳;丁晓明;;多目标测试用例优先级排序研究进展[J];重庆工商大学学报(自然科学版);2017年03期

相关会议论文 前10条

1 周晓燕;李兵;潘伟丰;覃叶宜;;基于错误传播概率网络的软件回归测试用例选择[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

2 王道堂;林春哲;张凯;;软件测试用例构造方法与手段[A];计算机技术在工程建设中的应用——第十二届全国工程建设计算机应用学术会议论文集[C];2004年

3 林春哲;张凯;王道堂;;软件测试用例设计分析[A];计算机技术在工程建设中的应用——第十二届全国工程建设计算机应用学术会议论文集[C];2004年

4 张侠影;李志蜀;;一种优化的测试用例约简方法[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

5 张德平;聂长海;徐宝文;;划分测试用例选择策略研究[A];第五届中国测试学术会议论文集[C];2008年

6 王斌;;软件测试用例相关问题探讨[A];中国原子能科学研究院年报 2013[C];2014年

7 周瑞杰;江国华;;基于遗传算法的面向对象类测试用例生成研究[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集（下册）[C];2010年

8 邱程;邬小鲁;何聪;范志容;李凯;;基于黑盒测试的车载影音娱乐系统测试用例设计方法[A];2016中国汽车工程学会年会论文集[C];2016年

9 章靠;丁佐华;;基于事件图的并发软件测试[A];第四届中国软件工程大会论文集[C];2007年

10 王新光;万定生;张希伟;;浅谈程序设计语言教学中工程能力的培养[A];2005全国计算机程序设计类课程教学研讨会论文集[C];2005年

相关重要报纸文章 前10条

1 本报记者 王欣;5G要这么测[N];通信产业报;2017年

2 罗德与施瓦茨(中国)科技有限公司;R&S公司:集成化NB-IoT测试方案[N];通信产业报;2017年

3 特约撰稿 张勇;基于需求的测试：确保需求与软件的统一[N];计算机世界;2011年

4 计算机世界实验室 韩勖;拨云见日[N];计算机世界;2008年

5 ;找错[N];计算机世界;2002年

6 信息产业部软件与集成电路促进中心 于明邋唐仕武;驶入测试“快车道”[N];计算机世界;2007年

7 谢敏 沈雪芳 戴金龙;解决软件测试的近忧和远虑[N];计算机世界;2005年

8 刘昶;WiMAX射频测试期待一致性解决方案[N];中国电子报;2007年

9 罗德与施瓦茨中国有限公司 刘昶;用规范化“通畅”PoC测试[N];通信产业报;2006年

10 罗德与施瓦茨中国有限公司产品支持部;R&S：实现端到端LTE测试[N];通信产业报;2013年

相关博士学位论文 前10条

1 刘勇;基于变异的错误定位优化技术研究[D];北京化工大学;2018年

2 王静;有效载荷系统测试用例智能规划方法研究[D];中国科学院大学(中国科学院国家空间科学中心);2018年

3 郭心睿;基于“生成—检验”框架的软件代码错误自动修复技术研究[D];清华大学;2017年

4 张功杰;基于集合进化与占优关系的变异测试用例生成[D];中国矿业大学;2017年

5 张慧;基于测试用例的错误定位技术研究[D];东南大学;2016年

6 张旭舟;面向复杂程序结构的测试用例自动生成方法研究[D];北京邮电大学;2018年

7 刘玲;基于面向对象形式规格说明的测试用例生成技术[D];上海大学;2004年

8 占学德;基于UML statecharts测试方法的研究[D];上海大学;2005年

9 金虎;自动化软件测试技术研究[D];四川大学;2006年

10 李军义;软件测试用例自动生成技术研究[D];湖南大学;2008年

相关硕士学位论文 前10条

1 何海鲜;基于布谷鸟算法的测试用例生成方法研究[D];武汉理工大学;2018年

2 欧建生;线性拟合制导的面向CDC/MCDC的测试用例自动生成方法[D];南京大学;2015年

3 季瑞骅;基于网络扰动的复杂系统不确定行为检测研究[D];南京大学;2016年

4 张嘉华;财产保险公司人力资源绩效管理信息系统的设计与实现[D];电子科技大学;2017年

5 王丽瑶;蜕变测试的测试用例生成技术的研究[D];吉林大学;2018年

6 王冠成;基于机器学习的编译器测试优化方法研究[D];吉林大学;2018年

7 吴俊;基于UML的模型转换方法与测试用例优先级排序方法研究[D];杭州电子科技大学;2018年

8 章天宁;基于UML模型的测试用例优先排序技术研究[D];杭州电子科技大学;2018年

9 杨杰;基于Markov链的可靠性测试用例自动生成技术[D];杭州电子科技大学;2018年

10 时小芳;基于线性蜕变关系的蜕变测试工具设计及应用研究[D];南华大学;2018年

本文编号：2722337