测控技术
測控技術
측공기술
MEASUREMENT & CONTROL TECHNOLOGY
2013年
7期
114-117
,共4页
测试数据%软件测试%遗传算法%模拟退火算法%适应度函数
測試數據%軟件測試%遺傳算法%模擬退火算法%適應度函數
측시수거%연건측시%유전산법%모의퇴화산법%괄응도함수
test data%software testing%genetic algorithm(GA)%simulated annealing(SA)%fitness function
测试数据的自动生成研究是软件测试的一个焦点问题,测试数据的自动生成可以提高测试工作效率,节约测试成本.考虑遗传算法(GA)和模拟退火算法(SA)各自优缺点,提出遗传/模拟退火(GASA)混合算法的策略,在标准的GA中融入SA,在GA的局部搜索中引入SA,SA的随机状态受限于遗传优化算法的结果,GA的种群更新是由SA的退温算法和随机状态产生函数来控制,从而得到最优解.GA-SA算法取长补短,提高了算法的全局和局部搜索能力,能避免GA过早收敛,提高了算法搜索最优解的能力.实验结果表明,GASA算法寻找最优解所需的迭代次数明显优于标准GA.
測試數據的自動生成研究是軟件測試的一箇焦點問題,測試數據的自動生成可以提高測試工作效率,節約測試成本.攷慮遺傳算法(GA)和模擬退火算法(SA)各自優缺點,提齣遺傳/模擬退火(GASA)混閤算法的策略,在標準的GA中融入SA,在GA的跼部搜索中引入SA,SA的隨機狀態受限于遺傳優化算法的結果,GA的種群更新是由SA的退溫算法和隨機狀態產生函數來控製,從而得到最優解.GA-SA算法取長補短,提高瞭算法的全跼和跼部搜索能力,能避免GA過早收斂,提高瞭算法搜索最優解的能力.實驗結果錶明,GASA算法尋找最優解所需的迭代次數明顯優于標準GA.
측시수거적자동생성연구시연건측시적일개초점문제,측시수거적자동생성가이제고측시공작효솔,절약측시성본.고필유전산법(GA)화모의퇴화산법(SA)각자우결점,제출유전/모의퇴화(GASA)혼합산법적책략,재표준적GA중융입SA,재GA적국부수색중인입SA,SA적수궤상태수한우유전우화산법적결과,GA적충군경신시유SA적퇴온산법화수궤상태산생함수래공제,종이득도최우해.GA-SA산법취장보단,제고료산법적전국화국부수색능력,능피면GA과조수렴,제고료산법수색최우해적능력.실험결과표명,GASA산법심조최우해소수적질대차수명현우우표준GA.
