基于改进粒子群算法的测试用例优先排序

发布时间：2021-04-19 18:52

　　针对标准粒子群算法优化过程中易早熟及后期收敛速度慢的缺点,提出了一种改进粒子群算法用于测试用例优先排序。首先,采用Tent映射初始化粒子种群,提高初始解质量;其次,给出了一种自适应调整因子公式,使调整因子与该粒子的适应度值大小相关,以更新粒子速度与位置信息;最后,对惰性粒子进行混沌搜索优化,提高种群的多样性,保证算法较好的收敛速度及寻优能力;实验结果表明,提出的改进方法在缺陷检测率、测试用例语句覆盖率和有效执行时间等方面均有优势。 

【文章来源】：陕西理工大学学报(自然科学版). 2020,36(01)

【文章页数】：8 页

【文章目录】：
1 测试用例优先排序建模
    1.1 问题描述
    1.2 度量准则
2 基于改进粒子群算法的测试用例优先排序设计
    2.1 标准粒子群优化算法（SPSO）
    2.2 改进的粒子群优化算法（IPSO）
        2.2.1 粒子编码及种群初始化
        2.2.2 适应度函数设计
        2.2.3 自适应调整惯性权重及学习因子
        2.2.4 混沌搜索
    2.3 改进粒子群算法求解测试用例优先排序框架
3 实验分析
    3.1 实验设计
    3.2 结果与分析
4 结 语


【参考文献】：
期刊论文
[1]基于Tent混沌的测试用例优先级排序[J]. 张娜,滕赛娜,吴彪,包晓安.  计算机测量与控制. 2019(06)
[2]基于离散粒子群算法的测试用例优先排序[J]. 张卫祥,齐玉华,李德治.  计算机应用. 2017(01)
[3]基于PSO的多目标测试用例预优化[J]. 陈云飞,李征,赵瑞莲.  计算机科学. 2014(05)
[4]基于多种群遗传算法测试用例优先级技术研究[J]. 李龙澍,李森,廖敏,汪小珍.  计算机技术与发展. 2011(04)
[5]回归测试中测试用例优先级技术研究综述[J]. 屈波,聂长海,徐宝文.  计算机科学与探索. 2009(03)



本文编号：3148113