基于改进粒子群的测试用例生成与排序研究
发布时间：2021-08-06 10:52
在软件工程中,利用智能搜索算法研究测试用例生成问题是一种有效的方法,在智能搜索算法中,粒子群算法更具有竞争力,因此被广泛应用。回归测试表示对修改后的软件进行重复测试,确认是否产生新的缺陷。在软件开发过程中,频繁使用回归测试可以确保软件的质量,所以对测试用例进行优先级排序可以降低回归测试的成本。本文总结了关于粒子群算法在测试用例生成和排序上的研究成果,针对算法早熟收敛,易于陷入局部极值的问题,对学习因子进行改进,结合反向学习和再次搜索,提出了一种基于改进粒子群的测试用例生成方法;并且将Tent映射和混沌搜索与粒子群算法相结合,将其应用于测试用例排序中。针对本文的主要研究工作和贡献概括如下:（1）针对粒子群算法参数设置问题,改进策略为对Tent参数、惯性权重和学习因子做更合理设定。Tent映射中引入参数可防止粒子落入小周期内,同时利用本身具有的三大特性对种群进行初始化优化,使得粒子均匀分布,提高初始解的质量;引入随惯性权重非线性递减变化而变化的学习因子,用以平衡算法的全局探索和局部开发能力;同时为匹配算法进程中的非线性变化特点,惯性权重?采用常用的指数函数递减法。（2）针对几次迭代后粒子陷...
【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
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 主要研究内容
1.4 论文组织结构
第二章 测试用例生成与排序理论基础
2.1 测试用例的基本概念
2.2 测试用例生成技术
2.3 测试用例优先级排序技术
2.4 本章小结
第三章 粒子群算法
3.1 标准粒子群算法
3.2 粒子群优化算法分类
3.2.1 调整参数改进算法
3.2.2 拓扑结构改进算法
3.2.3 混合PSO算法
3.3 粒子群算法的参数分析
3.4 本章小结
第四章 基于改进粒子群的测试用例生成研究
4.1 算法总体框架
4.2 改进粒子群算法设计
4.2.1 参数调整策略
4.2.2 再次搜索
4.2.3 反向学习
4.2.4 适应度函数设计
4.3 改进的粒子群算法流程
4.4 实验与分析
4.4.1 实验设计
4.4.2 实验结果与分析
4.5 本章小结
第五章 基于Tent混沌的测试用例优先级排序研究
5.1 算法总体框架
5.2 基于Tent混沌的测试用例排序设计
5.2.1 初始化优化
5.2.2 混沌优化算法
5.2.3 粒子群编码
5.2.4 优先级排序因素
5.3 基于Tent混沌的粒子群算法流程
5.4 实验与分析
5.4.1 实验设计
5.4.2 实验结果与分析
5.5 本章小结
第六章 总结与展望
6.1 工作总结
6.2 未来展望
参考文献
致谢
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]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)
[2]基于OTT策略的可变力度组合测试用例优先级排序方法[J]. 张娜,林青霞,吴彪,金瑜婷,史佳炳. 计算机测量与控制. 2018(07)
[3]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)
[4]基于风险分析的回归测试用例优先级排序[J]. 于海,杨月,王莹,张伟,朱志良. 计算机学报. 2019(10)
[5]基于缺陷的测试用例优先级排序方法[J]. 朱凌燕. 电子技术与软件工程. 2017(23)
[6]基于自适应粒子群优化的组合测试用例生成方法[J]. 包晓安,杨亚娟,张娜,林青霞,俞成海. 计算机科学. 2017(06)
[7]基于变异粒子群算法的字符串型测试数据生成[J]. 李刚,于磊,孙回回,张兴隆,侯韶凡. 计算机科学. 2016(11)
[8]基于函数调用路径的回归测试用例选择排序方法研究[J]. 郑锦勤,牟永敏. 计算机应用研究. 2016(07)
[9]基于改进模拟退火遗传算法的测试用例优化方法研究[J]. 郑佳琪,何洋,王存伟. 现代计算机(专业版). 2015(32)
[10]多目标优化的测试用例优先级在线调整策略[J]. 张娜,姚澜,包晓安,董萌,桂宁. 软件学报. 2015(10)
硕士论文
[1]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：3325636
【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
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 主要研究内容
1.4 论文组织结构
第二章 测试用例生成与排序理论基础
2.1 测试用例的基本概念
2.2 测试用例生成技术
2.3 测试用例优先级排序技术
2.4 本章小结
第三章 粒子群算法
3.1 标准粒子群算法
3.2 粒子群优化算法分类
3.2.1 调整参数改进算法
3.2.2 拓扑结构改进算法
3.2.3 混合PSO算法
3.3 粒子群算法的参数分析
3.4 本章小结
第四章 基于改进粒子群的测试用例生成研究
4.1 算法总体框架
4.2 改进粒子群算法设计
4.2.1 参数调整策略
4.2.2 再次搜索
4.2.3 反向学习
4.2.4 适应度函数设计
4.3 改进的粒子群算法流程
4.4 实验与分析
4.4.1 实验设计
4.4.2 实验结果与分析
4.5 本章小结
第五章 基于Tent混沌的测试用例优先级排序研究
5.1 算法总体框架
5.2 基于Tent混沌的测试用例排序设计
5.2.1 初始化优化
5.2.2 混沌优化算法
5.2.3 粒子群编码
5.2.4 优先级排序因素
5.3 基于Tent混沌的粒子群算法流程
5.4 实验与分析
5.4.1 实验设计
5.4.2 实验结果与分析
5.5 本章小结
第六章 总结与展望
6.1 工作总结
6.2 未来展望
参考文献
致谢
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]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)
[2]基于OTT策略的可变力度组合测试用例优先级排序方法[J]. 张娜,林青霞,吴彪,金瑜婷,史佳炳. 计算机测量与控制. 2018(07)
[3]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)
[4]基于风险分析的回归测试用例优先级排序[J]. 于海,杨月,王莹,张伟,朱志良. 计算机学报. 2019(10)
[5]基于缺陷的测试用例优先级排序方法[J]. 朱凌燕. 电子技术与软件工程. 2017(23)
[6]基于自适应粒子群优化的组合测试用例生成方法[J]. 包晓安,杨亚娟,张娜,林青霞,俞成海. 计算机科学. 2017(06)
[7]基于变异粒子群算法的字符串型测试数据生成[J]. 李刚,于磊,孙回回,张兴隆,侯韶凡. 计算机科学. 2016(11)
[8]基于函数调用路径的回归测试用例选择排序方法研究[J]. 郑锦勤,牟永敏. 计算机应用研究. 2016(07)
[9]基于改进模拟退火遗传算法的测试用例优化方法研究[J]. 郑佳琪,何洋,王存伟. 现代计算机(专业版). 2015(32)
[10]多目标优化的测试用例优先级在线调整策略[J]. 张娜,姚澜,包晓安,董萌,桂宁. 软件学报. 2015(10)
硕士论文
[1]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：3325636
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3325636.html
