基于混合動態(tài)粒子群算法的軟件測試數(shù)據(jù)自動生成研究.pdf

1、測試數(shù)據(jù)自動生成是軟測領(lǐng)域的研究熱點問題之一，而粒子群優(yōu)化算法因其實現(xiàn)簡單、參數(shù)少、收斂快，能快速自動為被測程序生成測試數(shù)據(jù)；在軟件工程中，測試工作占據(jù)很大的份額，因此對提升測試效率，縮減開發(fā)時間有重大意義。但粒子群算法有早熟性、收斂精度低和局部搜索性能低等缺陷。本文對該算法在自動生成測試數(shù)據(jù)領(lǐng)域應(yīng)用進(jìn)行研究，針對其缺點做出優(yōu)化改進(jìn)，提出了混合動態(tài)粒子群算法思想，編程實現(xiàn)了基于混合動態(tài)粒子群算法的測試數(shù)據(jù)自動生成，通過實驗顯示此優(yōu)化算法

2、在測試數(shù)據(jù)自動生成上具有獨特優(yōu)勢。主要工作有以下幾點：
　?。?）針對粒子群算法存在早熟性和局部搜索性能差的缺陷，在定量研究粒子群聚集度和收斂程度大小基礎(chǔ)上，提出一種基于離散度大小的動態(tài)調(diào)整粒子群參數(shù)的優(yōu)化算法。在討論了基于搜索的測試數(shù)據(jù)自動生成的模型前提下，以分支路徑覆蓋作為測試判別標(biāo)準(zhǔn)，將優(yōu)化算法應(yīng)用于生成測試數(shù)據(jù)；并在考慮分支謂詞的結(jié)構(gòu)特征前提下，引入一種新的適應(yīng)度構(gòu)造函數(shù)。通過對公開的測試程序集進(jìn)行對比試驗，從路徑的平均收

3、斂代數(shù)和搜索時間兩個方面證實：改進(jìn)后的算法比基本的粒子群算法和參數(shù)線性變化的粒子群算法具有優(yōu)勢。
　?。?）針對全連接拓?fù)浣Y(jié)構(gòu)的粒子群算法在生成測試數(shù)據(jù)過程中，存在收斂精度低，易陷入局部極值的問題，提出一種混合粒子群算法，并應(yīng)用于測試數(shù)據(jù)自動生成。該算法在保證全局收斂性的前提下，對多樣性匱乏的種群，首先采用定長環(huán)形拓?fù)浣Y(jié)構(gòu)取代粒子群的全連接拓?fù)浣Y(jié)構(gòu)；其次，選擇候選解時選用輪盤賭方法，更新粒子位置信息和速度信息；最后引入條件禁忌算法

4、，對處于局部極值的粒子采取禁忌處理。通過實驗比較表明：該算法和基本粒子群算法比較，使粒子群多樣性得到大幅度提升；而在測試數(shù)據(jù)生成性能上，該算法在模擬退火粒子群算法基礎(chǔ)上，分別對搜索成功率和路徑覆蓋率提高了10％~15%，且與基本粒子群算法平均耗時相當(dāng)，表現(xiàn)出獨有的優(yōu)越性能。
　?。?）在上述研究基礎(chǔ)上，進(jìn)而提出混合動態(tài)粒子群算法；采用混合粒子群算法和離散度動態(tài)粒子群算法進(jìn)行有機(jī)結(jié)合，采用MATLAB語言演示其核心程序?qū)崿F(xiàn)；以三角形