針對遺傳算法(genetic algorithm,GA)存在搜索初期收斂速度過快、易陷入局部最優(yōu)解、未能充分結(jié)合搜索過程中的反饋信息,同時人工蜂群(artificial bee colony,ABC)算法存在初期尋優(yōu)速度緩慢、局部搜索具有很大隨機(jī)性等問題,對遺傳算法和人工蜂群算法分別進(jìn)行了改進(jìn),并將改進(jìn)后的兩種算法進(jìn)行融合,實現(xiàn)兩者的優(yōu)勢互補(bǔ),提出了一種自適應(yīng)遺傳-人工蜂群(improved adaptive genetic-artificial bee colony,IAG-ABC)算法;采用路徑覆蓋信息設(shè)計引導(dǎo)算法搜索方向的適應(yīng)度函數(shù),并用IAG-ABC算法實現(xiàn)路徑覆蓋的測試用例生成,實驗結(jié)果表明,相對于標(biāo)準(zhǔn)遺傳算法和已有的自適應(yīng)遺傳算法,IAG-ABC算法在測試用例生成效率和路徑覆蓋率上均有一定的優(yōu)勢。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖１基于ＩＡＧ－ＡＢＣ算法的測試用例生成模型

（８）尋找新蜜源。其中，ｘｉｊ為新蜜源的第ｊ維分量，ｊ∈｛ｉ＝１，２，…，Ｄ｝，Ｒ是范圍在（０，１）內(nèi)的一個隨機(jī)數(shù)，ｘｍａｘｊ和ｘｍｉｎｊ分別為蜜源的第ｊ維分量的上下界。ｘｉｊ＝ｘｍｉｎｊ＋Ｒ×（ｘｍａｘｊ－ｘｍｉｎｊ）（８）２基于ＩＡＧ－ＡＢＣ算法的測試用例生成ＩＡＧ－ＡＢＣ算....

本文編號：3961901