2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、測試數(shù)據(jù)自動生成是軟測領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)領域應用進行研究,針對其缺點做出優(yōu)化改進,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:
  (1)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準,將優(yōu)化算法應用于生成測試數(shù)據(jù);并在考慮分支謂詞的結(jié)構(gòu)特征前提下,引入一種新的適應度構(gòu)造函數(shù)。通過對公開的測試程序集進行對比試驗,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。
 ?。?)針對全連接拓撲結(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)形拓撲結(jié)構(gòu)取代粒子群的全連接拓撲結(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,表現(xiàn)出獨有的優(yōu)越性能。
 ?。?)在上述研究基礎上,進而提出混合動態(tài)粒子群算法;采用混合粒子群算法和離散度動態(tài)粒子群算法進行有機結(jié)合,采用MATLAB語言演示其核心程序?qū)崿F(xiàn);以三角形

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論