西安邮电大学学报
西安郵電大學學報
서안유전대학학보
Journal of Xi'an University of Posts and Telecommunications
2015年
1期
44-48
,共5页
K-means聚类算法%蚁群算法%组合测试%白盒测试
K-means聚類算法%蟻群算法%組閤測試%白盒測試
K-means취류산법%의군산법%조합측시%백합측시
K-means clustering algorithm%ant colony algorithm%combinatorial testing%white-box testing
针对组合测试生成的测试用例在程序结构测试中出现冗余的问题,应用K-means聚类算法对基于蚁群算法生成的组合测试用例集进行聚类优化.以白盒测试中的逻辑覆盖为依据,将测试用例程序覆盖差异度作为分类的量化标准,根据测试代价决定聚类数目,在每个聚类簇中抽取处于中心点的测试用例构成新的集合.实验结果表明,该算法可以有效减小测试用例集的规模;对比分析不同覆盖准则,可找到在测试用例标准化过程中最优的逻辑覆盖方法.
針對組閤測試生成的測試用例在程序結構測試中齣現冗餘的問題,應用K-means聚類算法對基于蟻群算法生成的組閤測試用例集進行聚類優化.以白盒測試中的邏輯覆蓋為依據,將測試用例程序覆蓋差異度作為分類的量化標準,根據測試代價決定聚類數目,在每箇聚類簇中抽取處于中心點的測試用例構成新的集閤.實驗結果錶明,該算法可以有效減小測試用例集的規模;對比分析不同覆蓋準則,可找到在測試用例標準化過程中最優的邏輯覆蓋方法.
침대조합측시생성적측시용례재정서결구측시중출현용여적문제,응용K-means취류산법대기우의군산법생성적조합측시용례집진행취류우화.이백합측시중적라집복개위의거,장측시용례정서복개차이도작위분류적양화표준,근거측시대개결정취류수목,재매개취류족중추취처우중심점적측시용례구성신적집합.실험결과표명,해산법가이유효감소측시용례집적규모;대비분석불동복개준칙,가조도재측시용례표준화과정중최우적라집복개방법.
