基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
遗传算法在软件测试数据自动生成方面应用广泛,但是其自身也存在局限性,如参数难于设置、算法复杂等,而粒子群优化算法执行容易、参数少,能很快地找到最优解.论文提出一种基于粒子群优化算法的软件测试数据自动生成方法,并应用于等边三角形判别程序.实验表明,粒子群优化算法能比遗传算法更高效的生成测试数据.
推荐文章
基于自适应变异立子群优化算法的测试数据生成
粒子群优化算法
自适应变异算子
测试数据自动生成
基于GA-PSO算法的路径测试数据自动生成
测试数据自动生成
GA-PSO算法
软件测试
基于K-均值聚类的软件测试数据生成算法
K-均值聚类
动态处理
适应度函数
生成算法
数据处理
软件测试
基于粒子群优化的组合测试数据生成算法
组合测试
粒子群优化
测试数据生成
衰减阈值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粒子群优化算法的软件测试数据生成研究
来源期刊 计算机与数字工程 学科 工学
关键词 软件测试 测试数据 遗传算法 粒子群优化算法
年,卷(期) 2013,(2) 所属期刊栏目 算法与分析
研究方向 页码范围 163-164,185
页数 3页 分类号 TP311.5
字数 1917字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 唐一韬 长沙民政职业技术学院软件学院 28 38 3.0 5.0
2 袁爱平 长沙民政职业技术学院软件学院 17 36 3.0 5.0
3 万灿军 长沙民政职业技术学院软件学院 4 23 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (70)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (12)
二级引证文献  (10)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
软件测试
测试数据
遗传算法
粒子群优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导