版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著軟件產(chǎn)品的復(fù)雜性不斷提高以及軟件規(guī)模的不斷擴大,軟件測試的自動化技術(shù)越來越受到學(xué)術(shù)界和工業(yè)界的重視。測試數(shù)據(jù)的自動化生成是實現(xiàn)測試自動化的關(guān)鍵,只有使測試數(shù)據(jù)能夠自動化生成才能從根本上降低軟件成本,保證軟件質(zhì)量。目前許多國內(nèi)外學(xué)者針對這一問題進行了研究,雖然目前一些算法和技術(shù)已經(jīng)能夠自動生成測試數(shù)據(jù),但是尚不成熟,還需要進行進一步的探索和完善。
本文通過大量研究和分析發(fā)現(xiàn)采用基本路徑測試生成測試數(shù)據(jù)是非常有效的方法,但
2、是該方法需要一種性能較高的演化算法作為基礎(chǔ)。因此,本文提出將量子遺傳算法作為核心算法,并針對其生成測試數(shù)據(jù)方面的缺點進行了分析和改進。首先量子染色體的編碼方式由矢量編碼改進為角度編碼,由于角度編碼只存儲一個實數(shù),大大降低了存儲空間;其次,提出一種新的動態(tài)旋轉(zhuǎn)角策略,使種群的演化直接以父代最優(yōu)解為目標,加速了算法收斂效率,同時該策略還可以保證種群中優(yōu)秀性狀能夠得到較好地遺傳,使子代更容易收斂到最優(yōu)解;而后,采用Hadamard門變異策略,
3、對變異種群是以小幅度的波動增加種群多樣性;最后將量子遺傳算法和模擬退火算法有效結(jié)合,利用狀態(tài)轉(zhuǎn)移概率選擇性地接受惡化解,使種群概率地跳出當前解,防止算法“早熟收斂”。本文將改進的算法命名為“模擬退火-量子遺傳算法”,簡稱SA-QGA。本文采用多個復(fù)雜連續(xù)函數(shù)對多種算法進行了比較,實驗證明新算法在尋優(yōu)性能和收斂次數(shù)上較其他算法有很大提高。
最后,本文基于SA-QGA設(shè)計并實現(xiàn)了基于指定路徑的測試數(shù)據(jù)自動生成框架。該框架主要分
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模擬退火遺傳算法的測試數(shù)據(jù)生成研究.pdf
- 基于退火免疫遺傳算法的測試數(shù)據(jù)生成方法研究.pdf
- 基于遺傳算法的測試數(shù)據(jù)自動生成方法研究.pdf
- 基于遺傳算法的測試數(shù)據(jù)自動生成方法的研究.pdf
- 基于自適應(yīng)遺傳模擬退火算法的測試數(shù)據(jù)的自動生成.pdf
- 基于模擬退火算法的EFSM模型測試數(shù)據(jù)自動生成.pdf
- 基于改進遺傳算法的面向路徑測試數(shù)據(jù)生成方法研究.pdf
- 基于螞蟻算法的路徑測試數(shù)據(jù)自動生成方法研究.pdf
- 基于遺傳算法的多路徑測試數(shù)據(jù)自動生成.pdf
- 基于遺傳算法的非數(shù)值型軟件測試數(shù)據(jù)自動生成方法研究.pdf
- 基于PSO的路徑測試數(shù)據(jù)自動生成方法研究.pdf
- 基于遺傳算法的軟件測試數(shù)據(jù)自動生成研究.pdf
- 基于模擬退火—量子遺傳算法的機器人路徑規(guī)劃研究.pdf
- 基于粒子群算法的測試數(shù)據(jù)自動生成方法研究.pdf
- 基于遺傳算法的測試數(shù)據(jù)自動生成技術(shù)研究.pdf
- 基于免疫遺傳算法的軟件測試數(shù)據(jù)的自動生成研究.pdf
- 基于改進型遺傳算法的面向路徑測試數(shù)據(jù)生成.pdf
- 基于PSO的路徑測試數(shù)據(jù)自動生成方法研究與實現(xiàn).pdf
- 基于粒子群優(yōu)化算法的測試數(shù)據(jù)自動生成方法研究
- 基于演化算法的軟件結(jié)構(gòu)測試數(shù)據(jù)自動生成方法研究.pdf
評論
0/150
提交評論