计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2008年
3期
786-788,802
,共4页
软件测试%测试数据%遗传算法%粒子群优化
軟件測試%測試數據%遺傳算法%粒子群優化
연건측시%측시수거%유전산법%입자군우화
遗传算法(GA)在测试用例生成方面是一种实用的算法,但是其自身也存在的局限性,如过早收敛、优化效率低等问题.通过引入粒子群算法(PSO),使每一个测试用例在局部区域中再次寻找最优值,以此改进整体算法搜索最佳值的能力,避免过早收敛、优化效率低的问题.与此同时,针对面向对象测试的特点,如封装性等,将混合算法进行适当的改进,满足在不同环境中重复使用类的要求.
遺傳算法(GA)在測試用例生成方麵是一種實用的算法,但是其自身也存在的跼限性,如過早收斂、優化效率低等問題.通過引入粒子群算法(PSO),使每一箇測試用例在跼部區域中再次尋找最優值,以此改進整體算法搜索最佳值的能力,避免過早收斂、優化效率低的問題.與此同時,針對麵嚮對象測試的特點,如封裝性等,將混閤算法進行適噹的改進,滿足在不同環境中重複使用類的要求.
유전산법(GA)재측시용례생성방면시일충실용적산법,단시기자신야존재적국한성,여과조수렴、우화효솔저등문제.통과인입입자군산법(PSO),사매일개측시용례재국부구역중재차심조최우치,이차개진정체산법수색최가치적능력,피면과조수렴、우화효솔저적문제.여차동시,침대면향대상측시적특점,여봉장성등,장혼합산법진행괄당적개진,만족재불동배경중중복사용류적요구.
