發(fā)布時(shí)間：2022-12-09 05:06

　　軟件測(cè)試作為保證軟件產(chǎn)品質(zhì)量的重要手段,一直以來(lái)受到行業(yè)人士及學(xué)者的關(guān)注。軟件測(cè)試的主要目的是在測(cè)試過(guò)程中盡可能多地發(fā)現(xiàn)軟件產(chǎn)品中存在的錯(cuò)誤或潛在缺陷,很顯然軟件測(cè)試是軟件開(kāi)發(fā)過(guò)程中非常重要的環(huán)節(jié)。而軟件測(cè)試中測(cè)試用例的生成效率及質(zhì)量又影響著整個(gè)測(cè)試流程的效果,因此如何設(shè)計(jì)出一個(gè)高效的測(cè)試用例生成方法,對(duì)軟件測(cè)試來(lái)說(shuō)至關(guān)重要。差分進(jìn)化算法是一種具有較強(qiáng)的全局收斂能力和魯棒性的進(jìn)化算法,屬于基于群體的啟發(fā)式優(yōu)化算法的一種。差分進(jìn)化算法本身具有容易實(shí)現(xiàn)、結(jié)構(gòu)簡(jiǎn)單、魯棒性強(qiáng)和收斂速度快等優(yōu)勢(shì),能夠很好地應(yīng)用于軟件測(cè)試用例的自動(dòng)化產(chǎn)生。但是標(biāo)準(zhǔn)的差分進(jìn)化算法需要人工依照先驗(yàn)知識(shí)事先設(shè)置好控制參數(shù),并在后期不斷調(diào)整以提高算法效率;而且同其他智能搜索算法類(lèi)似,在算法進(jìn)化后期易陷入局部最優(yōu),不能很好地直接用于軟件測(cè)試用例的產(chǎn)生,因此如何改進(jìn)差分進(jìn)化算法對(duì)收斂速度和收斂精度的提高,更好的應(yīng)用于測(cè)試用例的自動(dòng)化產(chǎn)生非常重要。本文主要圍繞自適應(yīng)差分進(jìn)化算法的優(yōu)化展開(kāi)研究,并及將其應(yīng)用于基于路徑覆蓋的測(cè)試用例的自動(dòng)化產(chǎn)生。主要工作在于:首先,本文對(duì)軟件測(cè)試的重要性進(jìn)行了概述;同時(shí)對(duì)現(xiàn)有的差分進(jìn)化算法及自適應(yīng)... 

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 研究背景與意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
    1.4 本文主要內(nèi)容
    1.5 本文內(nèi)容安排
    1.6 本章小結(jié)
第2章 預(yù)備知識(shí)
    2.1 差分進(jìn)化算法
        2.1.1 種群初始化操作
        2.1.2 變異操作
        2.1.3 交叉與選擇操作
    2.2 自適應(yīng)差分進(jìn)化算法
    2.3 軟件測(cè)試用例自動(dòng)生成技術(shù)
        2.3.1 軟件測(cè)試定義與分類(lèi)
        2.3.2 基于路徑覆蓋的軟件測(cè)試數(shù)據(jù)生成
    2.4 本章小結(jié)
第3章 增強(qiáng)型反向?qū)W習(xí)的自適應(yīng)差分進(jìn)化算法
    3.1 引言
    3.2 基礎(chǔ)知識(shí)
        3.2.1 控制參數(shù)設(shè)置
        3.2.2 反向?qū)W習(xí)概述
    3.3 OL-ADE算法
        3.3.1 算法概述
        3.3.2 基于反向?qū)W習(xí)的最優(yōu)個(gè)體x_(opbest)的選擇
        3.3.3 φ_i的選擇標(biāo)準(zhǔn)
        3.3.4 改進(jìn)的自適應(yīng)差分進(jìn)化算法理論分析
        3.3.5 算法相關(guān)代碼
    3.4 實(shí)驗(yàn)分析
        3.4.1 實(shí)驗(yàn)參數(shù)
        3.4.2 收斂精度與收斂速度
        3.4.3 算法可靠性
    3.5 本章小結(jié)
第4章 應(yīng)用自適應(yīng)差分進(jìn)化算法優(yōu)化測(cè)試數(shù)據(jù)
    4.1 引言
    4.2 基礎(chǔ)知識(shí)
        4.2.1 自適應(yīng)控制參數(shù)
        4.2.2 質(zhì)心定理
    4.3 差分進(jìn)化算法改進(jìn)
        4.3.1 x_(wbest)的選擇標(biāo)準(zhǔn)
    4.4 CADE算法應(yīng)用于測(cè)試數(shù)據(jù)的生成
        4.4.1 適應(yīng)度函數(shù)的構(gòu)造
        4.4.2 測(cè)試數(shù)據(jù)生成模型
    4.5 實(shí)驗(yàn)分析
        4.5.1 冒泡排序
        4.5.2 三角形判斷
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
圖表目錄
List of Figure and Tables
致謝
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]基于關(guān)鍵點(diǎn)路徑的快速測(cè)試用例自動(dòng)生成方法[J]. 丁蕊,董紅斌,張巖,馮憲彬.  軟件學(xué)報(bào). 2016(04)
[2]基于折射原理反向?qū)W習(xí)模型的改進(jìn)粒子群算法[J]. 邵鵬,吳志健,周炫余,鄧長(zhǎng)壽.  電子學(xué)報(bào). 2015(11)
[3]基于路徑相關(guān)性的回歸測(cè)試數(shù)據(jù)進(jìn)化生成[J]. 吳川,鞏敦衛(wèi).  計(jì)算機(jī)學(xué)報(bào). 2015(11)
[4]安全關(guān)鍵系統(tǒng)及其軟件方法[J]. 楊啟亮,邢建春,王平.  計(jì)算機(jī)應(yīng)用與軟件. 2011(02)
[5]數(shù)據(jù)同化框架下基于差分進(jìn)化的遙感圖像融合[J]. 陳榮元,林立宇,王四春,秦前清.  自動(dòng)化學(xué)報(bào). 2010(03)
[6]如何改善路徑測(cè)試用例生成的搜索算法[J]. 萬(wàn)琳,張威,趙鵬宇.  裝甲兵工程學(xué)院學(xué)報(bào). 2006(02)
[7]基于Z路徑覆蓋的測(cè)試用例自動(dòng)生成技術(shù)研究[J]. 夏輝,宋昕,王理.  現(xiàn)代電子技術(shù). 2006(06)
[8]軟件測(cè)試研究進(jìn)展[J]. 單錦輝,姜瑛,孫萍.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(01)
[9]一個(gè)面向路徑的軟件測(cè)試輔助工具[J]. 邱曉康,李宣東.  電子學(xué)報(bào). 2004(S1)

碩士論文
[1]政府信息發(fā)布在危機(jī)事件輿論中的作用及機(jī)制[D]. 楊斯維.西南政法大學(xué) 2012



本文編號(hào)：3714885