检索结果

Select

1. 基于动态集合进化算法的弱变异测试用例集生成

郭后钱, 王微微, 尚颖, 赵瑞莲

计算机应用 2017, 37 (9): 2659-2664. DOI: 10.11772/j.issn.1001-9081.2017.09.2659

摘要（507）

PDF （1113KB）（393）

为解决基于集合进化算法（SEA）的弱变异测试用例集生成过程中个体规模固定和执行开销大的问题，提出一种基于动态集合进化算法（DSEA）的弱变异测试用例集生成方法。以测试用例集为个体，生成覆盖所有变异分支的弱变异测试用例集。在进化过程中，集合精简算子根据最优个体的最小子集及其未覆盖变异分支数量计算所需测试用例集的最小规模，并基于该最小规模调整种群中所有个体的规模，以生成最小规模的弱变异测试用例集，同时设计了适用于评估以测试用例集为个体的适应度函数。实验结果表明，动态集合进化算法指导弱变异测试用例集生成，获得的测试用例集规模比个体初始规模平均约简了50.15%，执行时间比集合进化的弱变异测试用例集生成最多降低了74.58%。因此，动态集合进化算法为最小规模的弱变异测试用例集生成和提升算法速度提供了一种解决方案。

参考文献 | 相关文章 | 多维度评价

Select

2. 面向多目标测试用例优先排序的蚁群算法信息素更新策略

邢行, 尚颖, 赵瑞莲, 李征

计算机应用 2016, 36 (9): 2497-2502. DOI: 10.11772/j.issn.1001-9081.2016.09.2497

摘要（576）

PDF （981KB）（431）

针对蚁群算法在求解多目标测试用例优先排序（MOTCP）时收敛速度缓慢、易陷入局部最优的问题，提出一种基于上位基因段（ETS）的信息素更新策略。利用测试用例序列中ETS可以决定适应度值的变化，选取ETS作为信息素更新范围，再根据ETS中测试用例间的适应度增量和测试用例的执行时间更新路径上的信息素值。为进一步提升蚁群算法求解效率、节省蚂蚁依次访问测试用例序列的时间，优化的蚁群算法还通过估算ETS长度重新设置蚂蚁遍历测试用例的搜索终点。实验结果表明，与优化前的蚁群算法及NSGA-Ⅱ相比，优化后的蚁群算法能提升求解MOTCP问题时的收敛速度，获得更优的Pareto解集。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于动态集合进化的弱变异测试用例集生成

郭后钱王微微尚颖赵瑞莲

录用日期: 2017-04-23