计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2011年
8期
3034-3036
,共3页
曾一%蔡森虎%覃钊璇%周吉%许林
曾一%蔡森虎%覃釗璇%週吉%許林
증일%채삼호%담쇠선%주길%허림
粒子群优化算法%模拟退火算法%多态%测试路径%测试数据 ’
粒子群優化算法%模擬退火算法%多態%測試路徑%測試數據 ’
입자군우화산법%모의퇴화산법%다태%측시로경%측시수거 ’
目前测试数据生成方法多数未考虑到面向对象软件的多态特性,无法运用生成的测试数据对程序的多态信息进行充分的测试.根据多态路径测试数据生成的要求,提出了一种应用模拟退火一粒子群优化( simula-ted annealing-particle swarm optimization,SA-PSO)混合算法在多态路径测试中生成测试数据的方法,并通过多态性实例对基本粒子群算法、遗传算法、PSO-GA(particle swarm optimization-genetic algorithm)和SA-PSO算法在相同条件下进行了比较,结果表明SA-PSO算法具有更强的搜索能力,可以更快地发现全局最优解,能更好地为包含多态信息的测试路径生成测试数据.
目前測試數據生成方法多數未攷慮到麵嚮對象軟件的多態特性,無法運用生成的測試數據對程序的多態信息進行充分的測試.根據多態路徑測試數據生成的要求,提齣瞭一種應用模擬退火一粒子群優化( simula-ted annealing-particle swarm optimization,SA-PSO)混閤算法在多態路徑測試中生成測試數據的方法,併通過多態性實例對基本粒子群算法、遺傳算法、PSO-GA(particle swarm optimization-genetic algorithm)和SA-PSO算法在相同條件下進行瞭比較,結果錶明SA-PSO算法具有更彊的搜索能力,可以更快地髮現全跼最優解,能更好地為包含多態信息的測試路徑生成測試數據.
목전측시수거생성방법다수미고필도면향대상연건적다태특성,무법운용생성적측시수거대정서적다태신식진행충분적측시.근거다태로경측시수거생성적요구,제출료일충응용모의퇴화일입자군우화( simula-ted annealing-particle swarm optimization,SA-PSO)혼합산법재다태로경측시중생성측시수거적방법,병통과다태성실례대기본입자군산법、유전산법、PSO-GA(particle swarm optimization-genetic algorithm)화SA-PSO산법재상동조건하진행료비교,결과표명SA-PSO산법구유경강적수색능력,가이경쾌지발현전국최우해,능경호지위포함다태신식적측시로경생성측시수거.