基于IAG-ABC算法的路径覆盖测试用例生成技术

发布时间：2024-04-22 04:04

　　针对遗传算法(genetic algorithm,GA)存在搜索初期收敛速度过快、易陷入局部最优解、未能充分结合搜索过程中的反馈信息,同时人工蜂群(artificial bee colony,ABC)算法存在初期寻优速度缓慢、局部搜索具有很大随机性等问题,对遗传算法和人工蜂群算法分别进行了改进,并将改进后的两种算法进行融合,实现两者的优势互补,提出了一种自适应遗传-人工蜂群(improved adaptive genetic-artificial bee colony,IAG-ABC)算法;采用路径覆盖信息设计引导算法搜索方向的适应度函数,并用IAG-ABC算法实现路径覆盖的测试用例生成,实验结果表明,相对于标准遗传算法和已有的自适应遗传算法,IAG-ABC算法在测试用例生成效率和路径覆盖率上均有一定的优势。

【文章页数】：4 页

【部分图文】：

图１基于ＩＡＧ－ＡＢＣ算法的测试用例生成模型

（８）寻找新蜜源。其中，ｘｉｊ为新蜜源的第ｊ维分量，ｊ∈｛ｉ＝１，２，…，Ｄ｝，Ｒ是范围在（０，１）内的一个随机数，ｘｍａｘｊ和ｘｍｉｎｊ分别为蜜源的第ｊ维分量的上下界。ｘｉｊ＝ｘｍｉｎｊ＋Ｒ×（ｘｍａｘｊ－ｘｍｉｎｊ）（８）２基于ＩＡＧ－ＡＢＣ算法的测试用例生成ＩＡＧ－ＡＢＣ算....

本文编号：3961901