基于改進(jìn)粒子群算法的嵌入式軟件測(cè)試用例自動(dòng)生成技術(shù).pdf

1、隨著應(yīng)用軟件的需求和規(guī)模不斷增大，自動(dòng)化測(cè)試早已變成軟件測(cè)試的主流趨勢(shì)。傳統(tǒng)的人工生成測(cè)試用例的方法產(chǎn)生的用例較少，且耗時(shí)耗力，需要高水平且經(jīng)驗(yàn)豐富的測(cè)試人員來(lái)保證代碼覆蓋率。在軟件的快速迭代過(guò)程中，手工的生成方法往往會(huì)影響軟件測(cè)試的進(jìn)度。然而由于待測(cè)程序的多樣性和測(cè)試用例的不確定性，如何高效地自動(dòng)生成覆蓋率高、盡量精簡(jiǎn)的測(cè)試用例集，這成為一項(xiàng)技術(shù)上的難點(diǎn)。而由于測(cè)試用例的生成為不可判定性問(wèn)題，很多搜索算法都存在著固有的缺陷與不足。

2、r>　　粒子群算法具有簡(jiǎn)單易用、計(jì)算迅速、魯棒性好的優(yōu)點(diǎn)，但是傳統(tǒng)的粒子群算法也存在著容易陷入局部極值、出現(xiàn)早熟收斂或停滯等現(xiàn)象的缺點(diǎn)。本文針對(duì)程序中的數(shù)據(jù)流依賴關(guān)系，結(jié)合提出的進(jìn)化性結(jié)構(gòu)測(cè)試系統(tǒng)，對(duì)粒子群算法進(jìn)行了四個(gè)方面的改進(jìn):粒子群初始化、鄰域拓?fù)?、參?shù)設(shè)置和混合策略。對(duì)算法的主要的改進(jìn)包括采用非均勻隨機(jī)分布的方式來(lái)初始化粒子群，結(jié)合全面學(xué)習(xí)粒子算法來(lái)對(duì)鄰域進(jìn)行拓?fù)?，采取收縮因子而非慣性系數(shù)的速度更新方法，以及算法各項(xiàng)相關(guān)參數(shù)的取