基于混沌退火粒子群优化算法的路径测试数据生成

• 作者: 赵春霞 陈策
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群优化 模拟退火 混沌搜索 早熟收敛判断 软件测试 路径测试
• 年，卷（期）: 2011,（3）
• 页码范围: 376-381
• 分类号: TP273|TP31
• 字数: 5850字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2011.03.018

摘要

为实现指定路径的软件测试数据自动生成,提出了一种基于粒子群优化(PSO)算法的演化测试方法.利用分支函数插装和强制路径执行策略,得到用于优化搜索的路径适应值.通过引入混沌搜索、模拟退火和早熟收敛判断机制,克服了标准PSO算法易陷入局部最优而无法找到测试数据的缺陷.三角形判断程序的测试数据自动生成实验表明:在最大迭代次数Tmax为500时,混沌退火粒子群优化(CAPSO)算法的命中概率为99%,标准PSO的命中概率为95%;在Tmax为2 000时,CAPSO算法的命中概率为100%,标准PSO算法的命中概率为95%左右;继续增大Tmax不能使标准PSO算法的命中概率提高,而CAPSO算法总能摆脱局部极值找到满足要求的测试数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵春霞	南京理工大学计算机科学与技术学院	177	2193	25.0	36.0