基于智能优化算法的测试数据自动生成优化研究

发布时间：2023-10-29 17:14

　　软件测试能够保障软件产品的质量,但是同时也占据了整个软件开发周期中将近一半的成本和资源。传统的测试数据的获取需要人工手动设计,而随着软件的规模扩大以及复杂性的提高,手动设计测试数据已经不能满足测试的要求,因此,自动生成测试数据成为许多学者研究的热点和重点,自动生成测试数据可以减少测试消耗的时间,提高测试的效率。对测试数据自动生成的研究主要有两个方面,分别是面向单路径和面向多路径的测试数据生成。为了提高测试数据生成的效率和覆盖率,本文做了以下两个方面的工作:(1)在面向单路径的测试数据自动生成研究中,本文在所使用的萤火虫算法中引入了动态递增的压缩因子,提出了DCFA(Dynamic Compression Firefly Algorithm)算法。萤火虫算法是一种较为新颖的智能优化类算法,它最明显的优点是实现简单,同时收敛速度也比较快,关键是它的发展比较晚,它在单路径测试中有着巨大的发展潜力和研究空间,但是萤火虫算法自身还有一些不足之处,如其在进行局部搜索和全局搜索时,两者之间平衡性较弱,为了调整其局部与全局搜索的能力,本文在萤火虫算法中加入了动态的惯性权重,另一方面由于萤火虫算法在进行...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
    1.3 本文的主要工作
    1.4 本文的结构安排
    1.5 本章小结
2 软件测试及相关技术介绍
    2.1 软件测试
        2.1.1 基本概念
        2.1.2 常用的测试技术和方法
    2.2 测试数据自动生成技术
        2.2.1 面向功能的测试数据自动生成技术
        2.2.2 面向路径的测试数据自动生成技术
    2.3 智能优化算法在测试数据生成中的应用
    2.4 本章小结
3 基于DCFA算法的单路径测试数据自动生成
    3.1 萤火虫算法(FA)
        3.1.1 FA算法概述
        3.1.2 FA算法数学模型
        3.1.3 FA算法基本流程
    3.2 萤火虫算法(FA)优化研究
        3.2.1 FA算法研究改进现状
        3.2.2 基于压缩因子的DCFA算法设计
    3.3 面向单路径的测试数据自动生成
        3.3.1 适应度函数的构造
        3.3.2 程序插桩
    3.4 实验与分析
        3.4.1 程序分析
        3.4.2 实验设置
        3.4.3 实验结果
    3.5 本章小结
4 基于FWPSO算法的多路径测试数据自动生成
    4.1 粒子群算法(PSO)
        4.1.1 PSO算法概述
        4.1.2 PSO算法数学模型
        4.1.3 PSO算法基本流程
    4.2 粒子群算法(PSO)优化研究
        4.2.1 PSO算法研究改进现状
        4.2.2 基于烟花爆炸算法的FWPSO算法设计
    4.3 面向多路径的测试数据自动生成
        4.3.1 路径相似度
        4.3.2 适应度函数设计
    4.4 实验与分析
        4.4.1 实验设置
        4.4.2 实验结果
    4.5 本章小结
5 总结与展望
    5.1 本文总结
    5.2 工作展望
参考文献
致谢
攻读学位期间的科研成果



本文编号：3858509