采用HC-MARPSO算法的软件测试数据生成方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

采用HC-MARPSO算法的软件测试数据生成方法

文章导航 > 电子科技大学学报 > 2012 > 41(6): 885-890

雷航, 韩炫. 采用HC-MARPSO算法的软件测试数据生成方法[J]. 电子科技大学学报, 2012, 41(6): 885-890. doi: 10.3969/j.issn.1001-0548.2012.06.013

引用本文:

雷航, 韩炫. 采用HC-MARPSO算法的软件测试数据生成方法[J]. 电子科技大学学报, 2012, 41(6): 885-890. doi: 10.3969/j.issn.1001-0548.2012.06.013

LEI Hang, HAN Xuan. Software Test Data Generation Method Using Hill Climbing Algorithm Combined with a Modified ARPSO[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 885-890. doi: 10.3969/j.issn.1001-0548.2012.06.013

Citation:

LEI Hang, HAN Xuan. Software Test Data Generation Method Using Hill Climbing Algorithm Combined with a Modified ARPSO[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 885-890. doi: 10.3969/j.issn.1001-0548.2012.06.013

采用HC-MARPSO算法的软件测试数据生成方法

doi: 10.3969/j.issn.1001-0548.2012.06.013

雷航,
韩炫

1.
电子科技大学计算机科学与工程学院成都 611731

基金项目:

国家核高基项目(2009ZX01039-003-001)

作者简介:
雷航(1960-),男,博士,教授,主要从事软件测试、软件可靠性工程方面的研究.

中图分类号: TP311

Software Test Data Generation Method Using Hill Climbing Algorithm Combined with a Modified ARPSO

LEI Hang,
HAN Xuan

1.
School of Computer Science and Engineering,University of Electronic and Science Technology of China Chengdu 611731

摘要: 在吸引排斥粒子群算法(ARPSO)基础上,引入新的种群多样性度量指标和排斥操作,提出改进的吸引排斥粒子群算法(MARPSO)。结合爬山算法(HC)的局部收敛能力和改进的吸引排斥粒子群算法避免早熟的特点,提出基于爬山算法和改进吸引排斥粒子群算法(HC-MARPSO)的软件测试数据自动生成方法。实验结果表明,该算法在生成测试数据的效率上高于遗传算法、粒子群算法。
- 测试数据自动生成 /
- 爬山算法 /
- 粒子群算法 /
- 软件测试 /
- 吸引排斥粒子群算法
Abstract: A modified attractive and repulsive particle swarm optimization (MARPSO) algorithm is proposed, which is based on the attractive and repulsive particle swarm optimization (ARPSO) algorithm, by employing new diversity-measure and repulsive operator. Combining both the local convergence ability of hill climbing(HC) algorithm and the characteristic avoid precocious of MARPSO, the way of automatic generation of the software test data based on hill climbing algorithm combined with MARPSO(HC-MARPSO) is proposed. Finally, the results of experiment show that this new algorithm can generate test data more effective than other algorithms, such as genetic algorithm and particle swarm optimization algorithm.

[1]	周睿, 张翔引, 宋德宇, 秦开宇, 徐利梅. 基于粒子群的无人机蜂群网络拓扑快速构建方法 . 电子科技大学学报, 2023, 52(4): 506-511. doi: 10.12178/1001-0548.2023112
[2]	何羚, 舒文江, 陈良, 阎啸, 王茜. 改进的多目标粒子群优化算法及其在雷达布站中的应用 . 电子科技大学学报, 2020, 49(6): 806-811. doi: 10.12178/1001-0548.2020025
[3]	王传兵, 张利嵩, 李翔, 岳松, 吴秉横. 基于粒子群算法的多层介质透波性能优化 . 电子科技大学学报, 2019, 48(4): 498-503. doi: 10.3969/j.issn.1001-0548.2019.04.004
[4]	张云春, 王玉婧, 姚绍文, 李娜, 胡建陶. 基于粒子群优化的无线Mesh网络信道分配算法 . 电子科技大学学报, 2017, 46(5): 728-733, 746. doi: 10.3969/j.issn.1001-0548.2017.05.015
[5]	夏斌, 刘承鹏, 孙文珠, 李彩虹. 基于多元变量泰勒级数展开模型的定位算法 . 电子科技大学学报, 2016, 45(6): 888-892. doi: 10.3969/j.issn.1001-0548.2016.06.002
[6]	肖海林, 任婵婵, 聂在平, 李民政. 基于线性权重粒子群优化算法的多基站协作波束成型 . 电子科技大学学报, 2015, 44(5): 663-667. doi: 10.3969/j.issn.1001-0548.2015.05.004
[7]	张亚明, 程伟, 陈客松, 史浩山. 一种改进的无线传感器网络优化定位算法 . 电子科技大学学报, 2015, 44(3): 357-362. doi: 10.3969/j.issn.1001-0548.2015.03.007
[8]	刘强, 马家辰, 谢玮, 马立勇. 混合粒子群优化算法和案例推理方法的多机器人学习 . 电子科技大学学报, 2014, 43(1): 137-143. doi: 10.3969/j.issn.1001-0548.2014.01.023
[9]	敖永才, 师奕兵, 张伟, 李焱骏. 自适应惯性权重的改进粒子群算法 . 电子科技大学学报, 2014, 43(6): 874-880. doi: 10.3969/j.issn.1001-0548.2014.06.014
[10]	阳凯, 赵志钦, 聂在平. 基于模糊离散粒子群算法的非均匀阵列优化 . 电子科技大学学报, 2012, 41(1): 43-47. doi: 10.3969/j.issn.1001-0548.2012.01.009
[11]	耿技, 聂鹏, 秦志光. 软件确保智能测试用例生成PSO算法进展研究 . 电子科技大学学报, 2012, 41(6): 905-910. doi: 10.3969/j.issn.1001-0548.2012.06.017
[12]	王维博, 冯全源. 粒子群优化算法在天线方向图综合中的应用 . 电子科技大学学报, 2011, 40(2): 237-241. doi: 10.3969/j.issn.1001-0548.2011.02.016
[13]	朱大勇, 张新丽, 李树全. 利用局部拓扑信息发现模糊社团结构 . 电子科技大学学报, 2011, 40(1): 73-79. doi: 10.3969/j.issn.1001-0548.2011.01.014
[14]	胡建, 李志蜀, 欧鹏, 罗思达. 粒子群优化算法中的分步式策略 . 电子科技大学学报, 2009, 38(3): 435-440. doi: 10.3969/j.issn.1001-0548.2009.03.028
[15]	刁鸣, 高洪元, 马杰, 缪善林. 应用神经网络粒子群算法的多用户检测 . 电子科技大学学报, 2008, 37(2): 178-180,281.
[16]	任诚, 唐普英, 方峻. 拉伸技术粒子群优化算法的多用户检测器 . 电子科技大学学报, 2007, 36(5): 915-917.
[17]	郑晓鸣, 吕士颖, 王晓东. 免疫接种粒子群的聚类算法 . 电子科技大学学报, 2007, 36(6): 1264-1267.
[18]	沈艳, 郭兵, 古天祥. 粒子群优化算法及其与遗传算法的比较 . 电子科技大学学报, 2005, 34(5): 696-699.
[19]	向渝, 张骏, 汪文勇. 成对测试中的一种用例生成算法 . 电子科技大学学报, 2005, 34(6): 821-824.
[20]	陈文宇. 面向对象软件的测试 . 电子科技大学学报, 2001, 30(6): 613-617.

WeChat

点击查看大图

计量

文章访问数: 3462
HTML全文浏览量: 101
PDF下载量: 55
被引次数: 0

采用HC-MARPSO算法的软件测试数据生成方法

doi: 10.3969/j.issn.1001-0548.2012.06.013

雷航,
韩炫

1. 电子科技大学计算机科学与工程学院成都 611731

基金项目:

国家核高基项目(2009ZX01039-003-001)

作者简介:
雷航(1960-),男,博士,教授,主要从事软件测试、软件可靠性工程方面的研究.

收稿日期: 2011-03-11
修回日期: 2011-09-19
刊出日期: 2012-12-15

中图分类号: TP311

关键词:

摘要: 在吸引排斥粒子群算法(ARPSO)基础上,引入新的种群多样性度量指标和排斥操作,提出改进的吸引排斥粒子群算法(MARPSO)。结合爬山算法(HC)的局部收敛能力和改进的吸引排斥粒子群算法避免早熟的特点,提出基于爬山算法和改进吸引排斥粒子群算法(HC-MARPSO)的软件测试数据自动生成方法。实验结果表明,该算法在生成测试数据的效率上高于遗传算法、粒子群算法。

English Abstract

雷航, 韩炫. 采用HC-MARPSO算法的软件测试数据生成方法[J]. 电子科技大学学报, 2012, 41(6): 885-890. doi: 10.3969/j.issn.1001-0548.2012.06.013

引用本文:

雷航, 韩炫. 采用HC-MARPSO算法的软件测试数据生成方法[J]. 电子科技大学学报, 2012, 41(6): 885-890. doi: 10.3969/j.issn.1001-0548.2012.06.013

LEI Hang, HAN Xuan. Software Test Data Generation Method Using Hill Climbing Algorithm Combined with a Modified ARPSO[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 885-890. doi: 10.3969/j.issn.1001-0548.2012.06.013

Citation:

LEI Hang, HAN Xuan. Software Test Data Generation Method Using Hill Climbing Algorithm Combined with a Modified ARPSO[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 885-890. doi: 10.3969/j.issn.1001-0548.2012.06.013

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发