基于改进遗传算法的软件测试自动化机制研究

发布时间：2022-02-22 11:43

　　文中针对传统遗传算法处理高维测试用例时存在的稳定性较差、处理非线性约束失效、计算量大、早熟收敛、收敛速度随时间呈迟滞变化等固有弊端,提出了一种改进遗传算法,通过引入优化过的自适应交叉算子和变异算子并融入模拟退火机制,较好解决了优化过程中易陷于局部最优、搜索初值依赖性问题。利用Eclipse平台开发了验证环境并对算法进行了仿真验证,验证结果表明文中所提算法可以在较短的时间内有效匹配目标测试用例,在稳定性、实时性、全局最优、并行搜索效率等方面具有明显优势。 

【文章来源】：信息技术. 2019,(10)

【文章页数】：6 页

【文章目录】：
0 引言
1 基于遗传算法的软件测试数据自动生成通用模型设计
2 基于改进遗传算法的软件测试数据自动生成通用模型优化
    2.1 引入自适应交叉算子和变异算子
    2.2 引入模拟退火机制
    2.3 优化模型仿真验证
3 软件测试数据自动生成系统设计
4 结束语


【参考文献】：
期刊论文
[1]一种基于改进遗传算法的路径测试用例生成方法[J]. 包晓安,熊子健,张唯,吴彪,张娜.  计算机科学. 2018(08)
[2]基于改进遗传算法的网络故障数据实时检测系统研究[J]. 李正芳,庞海杰.  现代电子技术. 2018(13)
[3]基于改进PSO算法的路径软件测试用例生成方法[J]. 张倩宜,李妍.  计算机测量与控制. 2018(03)
[4]智能优化算法自动生成计算机软件测试数据的方法[J]. 任群.  信阳农林学院学报. 2018(01)
[5]基于改进遗传算法的动态路径规划研[J]. 董小帅,毛政元.  计算机工程与应用. 2018(19)
[6]基于改进遗传算法的大数据智能搜索研究[J]. 林志鸿.  辽宁科技学院学报. 2018(01)
[7]基于遗传算法与XML的测试用例自动生成执行系统研究与实现[J]. 刘慰,应新洋.  计算机时代. 2018(02)
[8]云计算下基于改进遗传算法的聚类融合算法[J]. 徐占洋,郑克长.  计算机应用. 2018(02)
[9]基于蚁群算法的软件接口测试用例生成[J]. 劳天,马由.  计算机工程与设计. 2018(01)
[10]基于支持向量机的测试用例自动生成方法[J]. 黄勤涛,舒坚,牛文生,刘琳岚,蔡少军.  计算机工程与设计. 2017(05)



本文编号：3639372