基于Tent混沌的测试用例优先级排序

发布时间：2022-08-11 16:34

　　针对标准粒子群算法（Particle Swarm Optimization,PSO）后期出现的早熟收敛,提出了一种基于Tent混沌的粒子群优化算法（Tent-ChaosParticle Swarm Optimization,TCPSO）用于测试用例优先级排序;首先,利用改进的Tent映射的三大特性初始化种群,使得粒子均匀分布,提高初始解的质量;并通过非线性递减的惯性权重函数对学习因子进行改进,以更新粒子速度与位置信息;其次,对陷入局部最优的粒子Pid进行混沌搜索,跳出局部最优,同时对当前种群中部分最差粒子Piw进行混沌搜索,改善种群多样性;最后,采用测试用例缺陷检测率作为评价标准,评判测试用例优劣程度;实验表明,提出的改进方法在寻优能力和缺陷检测率指标上均有优势。 

【文章页数】：4 页

【文章目录】：
0 引言
1 粒子群算法优化
    1.1 初始化优化
    1.2 位置和速度更新
    1.3 混沌优化算法
2 基于混沌的测试用例优先级排序
    2.1 实数编码
    2.2 优先级评价标准
3 实验仿真及结果分析
    3.1 实验对象
    3.2 实验结果分析
4 结束语


【参考文献】：
期刊论文
[1]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)
[2]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)
[3]基于离散粒子群算法的测试用例优先排序[J]. 张卫祥,齐玉华,李德治.  计算机应用. 2017(01)
[4]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)
[5]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)
[6]基于历史信息的自适应测试用例优先级技术[J]. 常龙辉,缪淮扣,肖蕾.  计算机科学. 2015(09)
[7]面向有效错误定位的测试用例优选方法[J]. 王克朝,王甜甜,苏小红,马培军,童志祥.  计算机研究与发展. 2014(04)
[8]新的混沌粒子群优化算法[J]. 胥小波,郑康锋,李丹,武斌,杨义先.  通信学报. 2012(01)
[9]中文组织机构名称与简称的识别[J]. 沈嘉懿,李芳,徐飞玉,Hans Uszkoreit.  中文信息学报. 2007(06)
[10]基于Tent映射的混沌优化算法[J]. 单梁,强浩,李军,王执铨.  控制与决策. 2005(02)



本文编号：3675003