基于上位效應(yīng)的多目標(biāo)測(cè)試用例優(yōu)先排序蟻群算法優(yōu)化研究.pdf

1、多目標(biāo)測(cè)試用例優(yōu)先排序(Multi-objective Test Case Prioritization，MOTCP)在測(cè)試用例集中尋找同時(shí)滿足多個(gè)優(yōu)化目標(biāo)的測(cè)試用例執(zhí)行序列，是軟件測(cè)試領(lǐng)域中的重要研究方向之一。在多個(gè)優(yōu)化目標(biāo)的作用下，所有最優(yōu)解形成的集合構(gòu)成MOTCP問題的最優(yōu)解集，即帕累托最優(yōu)解集(Pareto Front)。在理想的情況下，采用多目標(biāo)進(jìn)化算法求解MOTCP問題的過程是一個(gè)不斷逼近并最終達(dá)到帕累托最優(yōu)解集的過程。但是

2、在實(shí)際求解的過程中，多目標(biāo)的進(jìn)化算法并不能保證能找到真正的帕累托最優(yōu)解集。蟻群優(yōu)化算法(Ant ColonyOptimization，ACO)是一種群體智能的啟發(fā)式優(yōu)化算法被應(yīng)用于解決MOTCP問題，但存在收斂速度緩慢且容易陷入局部最優(yōu)的問題。
　　生物學(xué)中，上位效應(yīng)（Epistatic-Domain Effect）是遺傳學(xué)中基因相互作用的現(xiàn)象，具體是指一個(gè)位點(diǎn)能夠掩蓋或減弱另一個(gè)位點(diǎn)基因效應(yīng)的表達(dá)。MOTCP問題中同樣存在上位效

3、應(yīng)，即在一個(gè)可行解中，測(cè)試優(yōu)化目標(biāo)受不同序列位上的測(cè)試用例共同作用，排列在前面的測(cè)試用例能夠阻止或減弱排列在后面的測(cè)試用例對(duì)某測(cè)試目標(biāo)的表達(dá)。相關(guān)研究表明，排列在前端的測(cè)試用例序列段能決定MOTCP的適應(yīng)度值，該段序列被稱作是上位基因段(Epistatic-Domain Test CaseSegment，ETS)。我們將這種測(cè)試用例間的相互關(guān)系稱作是測(cè)試用例優(yōu)先排序(Test Case Prioritization，TCP)的上位效應(yīng)。

4、
　　本文將TCP問題的上位效應(yīng)與多目標(biāo)蟻群優(yōu)化算法相結(jié)合，提出了一種基于ETS的信息素更新策略，并進(jìn)一步對(duì)蟻群算法進(jìn)行優(yōu)化改進(jìn)，研究一種面向MOTCP問題的基于上位效應(yīng)的蟻群優(yōu)化算法。在信息素更新策略中，首先選取ETS作為信息素更新范圍;其次，基于蟻群優(yōu)化算法分布求解的方式，利用測(cè)試用例間的適應(yīng)度增量調(diào)整路徑上的信息素增量，采用信息素標(biāo)記測(cè)試用例間的上位關(guān)系。在保證蟻群算法解集質(zhì)量的情況下，通過估算ETS長(zhǎng)度動(dòng)態(tài)設(shè)置螞蟻遍歷測(cè)試