您的位置: 专家智库 > >

国家自然科学基金(61075061)

作品数:8 被引量:62H指数:6
相关作者:巩敦卫张岩姚香娟田甜张婉秋更多>>
相关机构:中国矿业大学牡丹江师范学院武汉大学更多>>
发文基金:国家自然科学基金国家教育部博士点基金江苏省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 6篇遗传算法
  • 4篇软件测试
  • 4篇测试数据
  • 2篇进化生成
  • 1篇语句
  • 1篇软件可测试性
  • 1篇适应值
  • 1篇数据生成
  • 1篇搜索
  • 1篇搜索空间
  • 1篇自适
  • 1篇自适应
  • 1篇自适应分组
  • 1篇路径覆盖测试
  • 1篇进化
  • 1篇可测试性
  • 1篇测试数据生成

机构

  • 6篇中国矿业大学
  • 2篇武汉大学
  • 2篇牡丹江师范学...

作者

  • 6篇巩敦卫
  • 2篇姚香娟
  • 2篇张岩
  • 1篇田甜
  • 1篇张婉秋

传媒

  • 3篇电子学报
  • 2篇计算机学报
  • 1篇控制与决策

年份

  • 3篇2013
  • 2篇2012
  • 1篇2011
8 条 记 录,以下是 1-6
排序方式:
基于稀有数据扑捉的路径覆盖测试数据进化生成方法被引量:20
2013年
采用遗传算法自动生成路径覆盖的测试数据是软件测试自动化研究的热点.现有方法设计适应值函数时,对穿越难以覆盖节点的稀有数据保护不够理想,因而影响测试数据生成效率的提高.文中在测试数据进化生成时动态扑捉稀有数据,通过统计每代种群中目标路径各节点被穿越的个体数量,得到个体对生成穿越目标路径测试数据的贡献,以此作为权重调整个体的适应值,使得稀有数据的适应值增加,以便在后续进化中得到保留,从而提高测试数据生成的效率.基准程序和工业用例的测试结果表明,与传统方法及随机法比较,文中方法生成覆盖路径的测试数据效率较高.
张岩巩敦卫
关键词:软件测试遗传算法
基于搜索空间自动缩减的路径覆盖测试数据进化生成被引量:21
2012年
提出一种基于搜索空间自动缩减的路径覆盖测试数据进化生成方法,首先,确定目标路径与输入变量之间的关系,将可分目标路径分离出与部分分量相关的子路径;然后,固定被穿越子路径对应的输入分量,并缩小交叉和变异操作的范围,使种群在不断缩小的空间里寻找测试数据,以提高测试数据生成的效率;最后,将提出的方法用于基准程序的路径覆盖测试数据生成,并与传统方法和随机法比较.结果表明,本文方法在生成测试数据需要的进化代数、运行时间和成功率等指标上均具有优越性.
张岩巩敦卫
关键词:软件测试测试数据遗传算法
消息传递并行程序路径覆盖测试数据生成问题的模型及其进化求解方法被引量:9
2013年
测试数据生成是软件测试的关键,近年来得到国内外学者的广泛关注.但是,已有的研究成果主要面向串行程序.任务划分、进程调度和网络延迟,使得并行程序的执行具有不确定性,给并行程序的测试数据生成带来很大挑战.文中研究消息传递并行程序面向路径覆盖的测试数据生成问题,提出并行程序的路径表示,定义等价路径并给出寻找方法.基于此,建立并行程序路径覆盖测试数据生成问题的数学模型,并采用遗传算法求解该模型.作者将所提方法应用于6个基准测试程序,并与随机法比较.实验结果表明,文中所提方法可以高效生成覆盖目标路径的测试数据.
田甜巩敦卫
关键词:软件测试测试数据遗传算法
基于自适应分组的大规模路径覆盖测试数据进化生成被引量:8
2011年
复杂软件大规模路径覆盖测试数据生成问题普遍存在,但缺乏有效的解决方法,为此提出一种基于自适应分组的大规模路径覆盖测试数据进化生成方法.在进化过程中,通过合并满足条件的组,将测试数据生成问题转化为数量不断减少的约束多目标优化问题,采用多种群遗传算法加以解决,并给出了合并后的种群形成策略.将所提出的方法应用于基准测试程序,结果表明可以大大减少测试数据生成时间,为提高软件测试效率提供了一条可行途径.
巩敦卫张婉秋
关键词:软件测试遗传算法自适应
基于路径比较的变异测试方法被引量:4
2012年
提出基于路径比较的变异测试方法.首先,通过比较穿越路径判定变异体是否被杀死;然后,建立基于路径覆盖的变异测试数据生成模型,该模型把杀死变异体作为目标,把满足特定路径覆盖作为约束;最后,采用遗传算法求解该模型.将本文方法应用于典型被测程序,结果表明,该方法可以降低变异测试的难度,并提高测试数据的生成效率.
姚香娟巩敦卫
关键词:测试数据遗传算法
基于目标语句占优关系的软件可测试性转化被引量:2
2013年
标记变量问题是基于搜索的软件测试数据生成的关键问题之一.本文提出一种基于目标语句占优关系的软件可测试性转化理论与方法,思想是:对于涉及标记变量问题的目标语句,如果存在另一目标语句(集),使得该目标语句(集)占优原有目标语句,则用新的目标语句(集)代替原有目标语句生成测试数据,从而消除标记变量的不利影响.将本文方法应用于典型被测程序,实验结果表明,该方法可以有效解决标记变量问题,从而提高测试数据的生成效率.
姚香娟巩敦卫
关键词:测试数据生成遗传算法
共1页<1>
聚类工具0