【摘要】：隨著生活中各類軟件產(chǎn)品的迅速發(fā)展,人們對軟件質(zhì)量的要求也在不斷提高。軟件質(zhì)量是通過軟件測試相關(guān)技術(shù)來保障。其中,測試用例的自動生成及優(yōu)先級排序技術(shù),可以有效地提高軟件的測試效率,降低軟件測試所需的成本。已有的研究表明,元啟發(fā)式搜索算法能夠有效解決測試用例的自動生成和優(yōu)先級排序問題。但是已有的研究主要集中在某幾種搜索算法上,對于新型搜索算法的研究還較少。同時,測試用例的自動生成和優(yōu)先級排序問題的研究,仍具有理論意義及實際應(yīng)用價值。本文主要對人工蜂群優(yōu)化算法用于解決測試用例自動生成和優(yōu)先級排序問題進行了研究,主要研究內(nèi)容概括如下:(1)針對標(biāo)準(zhǔn)人工蜂群算法前期搜索速度緩慢的問題,在局部搜索策略上進行改進,并將具有較快初期尋優(yōu)速度的標(biāo)準(zhǔn)遺傳算法改進并融合,提出一種自適應(yīng)的遺傳-人工蜂群算法,并將其用于路徑覆蓋的測試用例生成。(2)針對已有的多目標(biāo)人工蜂群算法存在易陷入局部最優(yōu)解的問題,提出了一種多目標(biāo)人工蜂群優(yōu)化算法。該算法設(shè)置了外部精英解集提出了全局最優(yōu)更新策略、最優(yōu)解引導(dǎo)的差分變異局部搜索策略和基于信息熵的蜜源選擇策略,從而改善了原有算法的尋優(yōu)性能。(3)本文將平均語句覆蓋率、有效執(zhí)行時間、歷史缺陷發(fā)現(xiàn)率,這三個因素作為測試用例優(yōu)先級排序的優(yōu)化目標(biāo)。但是,同時考慮到三個目標(biāo)的優(yōu)化問題的計算復(fù)雜度較高,因此將有效執(zhí)行時間和歷史缺陷發(fā)現(xiàn)率結(jié)合,提出了歷史缺陷檢測效率的概念,將三個目標(biāo)優(yōu)化問題轉(zhuǎn)化為兩個優(yōu)化目標(biāo),并將提出的多目標(biāo)人工蜂群優(yōu)化算法用于求解測試用例優(yōu)先級排序問題。實驗結(jié)果表明,在解決測試用例自動生成問題上,本文所提的算法相對于已有的自適應(yīng)遺傳算法和蜂群算法,具有較高的收斂速度和全局尋優(yōu)性能,能夠有效提高測試用例的生成效率和路徑覆蓋率;在解決回歸測試過程中的測試用例優(yōu)先級排序問題時,本文所提的算法相對于NSGA-II算法和OMOPSO算法具有更高的收斂速度和更高的缺陷檢測率。
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP18;TP311.53
【圖文】：

工大學(xué)碩士專業(yè)學(xué)位論文 基于人工蜂群優(yōu)化算法的測試用例生成及優(yōu)先級驗采用 HV、SP、EPSILON 和 GD，這四個常用的多目標(biāo)優(yōu)化函數(shù)評價指標(biāo)。V 表示的是超體積指標(biāo)，它的值越高表示 Pareto 前沿分布性與解的多樣性越好PSILON 和 GD 的指標(biāo)都是越低越好。實驗中的參數(shù)設(shè)置和 ZDT 系列函數(shù)的實。由于實驗數(shù)據(jù)較為龐大，而又希望能夠直觀清晰的展現(xiàn)實驗結(jié)果，本文將實制成四個條形圖，如圖 4.5-4.8 所示。

圖 4. 6 SP 值對比圖SP 指標(biāo)是用于檢測解的近似 Pareto 前沿的多樣性，從圖 4.5 中可以看出，SP 指標(biāo)是 MOABCO 算法的表現(xiàn)最佳。在 UF7 函數(shù)求解過程中 MOEAD 算法表現(xiàn)最佳。相在 UF6 求解過程中 MOEAD 和 NSGA-II 的表現(xiàn)較差，其他算法各有優(yōu)劣。

【相似文獻】

相關(guān)期刊論文 前10條

1 葉素梅;肖寒;;基于測試用例庫的復(fù)用方法研究[J];電腦知識與技術(shù);2018年32期

2 王曙燕;陳朋媛;孫家澤;;基于變異分析的測試用例約簡方法[J];計算機應(yīng)用;2017年12期

3 楊軍;盧彩霞;黃辰;王婷;;測試用例復(fù)用在電子采購交易平臺中的應(yīng)用[J];計算機與數(shù)字工程;2018年01期

4 程雪梅;翟宇鵬;;測試用例修復(fù)的方法與工具綜述[J];現(xiàn)代計算機(專業(yè)版);2017年02期

5 趙鶴;高婉玲;;基于模型的軟件測試用例生成方法比較研究[J];現(xiàn)代計算機(專業(yè)版);2017年04期

6 曾嘉彥;;符號執(zhí)行技術(shù)在測試用例生成中的應(yīng)用[J];現(xiàn)代計算機(專業(yè)版);2017年04期

7 張功杰;謝春麗;;面向測試用例生成的集合進化算法實現(xiàn)[J];牡丹江師范學(xué)院學(xué)報(自然科學(xué)版);2017年02期

8 魏長安;王鋼;盛云龍;張永卓;;組合測試用例自動生成軟件設(shè)計[J];自動化技術(shù)與應(yīng)用;2017年05期

9 臧麗娜;;基于死鎖的并發(fā)類單元測試用例自動生成[J];計算機應(yīng)用與軟件;2017年04期

10 楊芳;丁曉明;;多目標(biāo)測試用例優(yōu)先級排序研究進展[J];重慶工商大學(xué)學(xué)報(自然科學(xué)版);2017年03期

相關(guān)會議論文 前10條

1 周曉燕;李兵;潘偉豐;覃葉宜;;基于錯誤傳播概率網(wǎng)絡(luò)的軟件回歸測試用例選擇[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會議論文（摘要）匯集[C];2009年

2 王道堂;林春哲;張凱;;軟件測試用例構(gòu)造方法與手段[A];計算機技術(shù)在工程建設(shè)中的應(yīng)用——第十二屆全國工程建設(shè)計算機應(yīng)用學(xué)術(shù)會議論文集[C];2004年

3 林春哲;張凱;王道堂;;軟件測試用例設(shè)計分析[A];計算機技術(shù)在工程建設(shè)中的應(yīng)用——第十二屆全國工程建設(shè)計算機應(yīng)用學(xué)術(shù)會議論文集[C];2004年

4 張俠影;李志蜀;;一種優(yōu)化的測試用例約簡方法[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

5 張德平;聶長海;徐寶文;;劃分測試用例選擇策略研究[A];第五屆中國測試學(xué)術(shù)會議論文集[C];2008年

6 王斌;;軟件測試用例相關(guān)問題探討[A];中國原子能科學(xué)研究院年報 2013[C];2014年

7 周瑞杰;江國華;;基于遺傳算法的面向?qū)ο箢悳y試用例生成研究[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國青年通信學(xué)術(shù)會議論文集（下冊）[C];2010年

8 邱程;鄔小魯;何聰;范志容;李凱;;基于黑盒測試的車載影音娛樂系統(tǒng)測試用例設(shè)計方法[A];2016中國汽車工程學(xué)會年會論文集[C];2016年

9 章靠;丁佐華;;基于事件圖的并發(fā)軟件測試[A];第四屆中國軟件工程大會論文集[C];2007年

10 王新光;萬定生;張希偉;;淺談程序設(shè)計語言教學(xué)中工程能力的培養(yǎng)[A];2005全國計算機程序設(shè)計類課程教學(xué)研討會論文集[C];2005年

相關(guān)重要報紙文章 前10條

1 本報記者 王欣;5G要這么測[N];通信產(chǎn)業(yè)報;2017年

2 羅德與施瓦茨(中國)科技有限公司;R&S公司:集成化NB-IoT測試方案[N];通信產(chǎn)業(yè)報;2017年

3 特約撰稿 張勇;基于需求的測試：確保需求與軟件的統(tǒng)一[N];計算機世界;2011年

4 計算機世界實驗室 韓勖;撥云見日[N];計算機世界;2008年

5 ;找錯[N];計算機世界;2002年

6 信息產(chǎn)業(yè)部軟件與集成電路促進中心 于明邋唐仕武;駛?cè)霚y試“快車道”[N];計算機世界;2007年

7 謝敏 沈雪芳 戴金龍;解決軟件測試的近憂和遠(yuǎn)慮[N];計算機世界;2005年

8 劉昶;WiMAX射頻測試期待一致性解決方案[N];中國電子報;2007年

9 羅德與施瓦茨中國有限公司 劉昶;用規(guī)范化“通暢”PoC測試[N];通信產(chǎn)業(yè)報;2006年

10 羅德與施瓦茨中國有限公司產(chǎn)品支持部;R&S：實現(xiàn)端到端LTE測試[N];通信產(chǎn)業(yè)報;2013年

相關(guān)博士學(xué)位論文 前10條

1 劉勇;基于變異的錯誤定位優(yōu)化技術(shù)研究[D];北京化工大學(xué);2018年

2 王靜;有效載荷系統(tǒng)測試用例智能規(guī)劃方法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院國家空間科學(xué)中心);2018年

3 郭心睿;基于“生成—檢驗”框架的軟件代碼錯誤自動修復(fù)技術(shù)研究[D];清華大學(xué);2017年

4 張功杰;基于集合進化與占優(yōu)關(guān)系的變異測試用例生成[D];中國礦業(yè)大學(xué);2017年

5 張慧;基于測試用例的錯誤定位技術(shù)研究[D];東南大學(xué);2016年

6 張旭舟;面向復(fù)雜程序結(jié)構(gòu)的測試用例自動生成方法研究[D];北京郵電大學(xué);2018年

7 劉玲;基于面向?qū)ο笮问揭?guī)格說明的測試用例生成技術(shù)[D];上海大學(xué);2004年

8 占學(xué)德;基于UML statecharts測試方法的研究[D];上海大學(xué);2005年

9 金虎;自動化軟件測試技術(shù)研究[D];四川大學(xué);2006年

10 李軍義;軟件測試用例自動生成技術(shù)研究[D];湖南大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 何海鮮;基于布谷鳥算法的測試用例生成方法研究[D];武漢理工大學(xué);2018年

2 歐建生;線性擬合制導(dǎo)的面向CDC/MCDC的測試用例自動生成方法[D];南京大學(xué);2015年

3 季瑞驊;基于網(wǎng)絡(luò)擾動的復(fù)雜系統(tǒng)不確定行為檢測研究[D];南京大學(xué);2016年

4 張嘉華;財產(chǎn)保險公司人力資源績效管理信息系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2017年

5 王麗瑤;蛻變測試的測試用例生成技術(shù)的研究[D];吉林大學(xué);2018年

6 王冠成;基于機器學(xué)習(xí)的編譯器測試優(yōu)化方法研究[D];吉林大學(xué);2018年

7 吳俊;基于UML的模型轉(zhuǎn)換方法與測試用例優(yōu)先級排序方法研究[D];杭州電子科技大學(xué);2018年

8 章天寧;基于UML模型的測試用例優(yōu)先排序技術(shù)研究[D];杭州電子科技大學(xué);2018年

9 楊杰;基于Markov鏈的可靠性測試用例自動生成技術(shù)[D];杭州電子科技大學(xué);2018年

10 時小芳;基于線性蛻變關(guān)系的蛻變測試工具設(shè)計及應(yīng)用研究[D];南華大學(xué);2018年

本文編號：2722337