基于自适应变异立子群优化算法的测试数据生成

• 作者: 严亚伟 周雁舟 惠文涛 邵楠
• 来源期刊: 计算机应用研究
• 关键词: 粒子群优化算法 自适应变异算子 测试数据自动生成
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 软件技术研究
• 页码范围: 786-789
• 页数: 4页
• 分类号: TP311.56
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.03.033

摘要

针对粒子群优化算法中群体易出现过早收敛的不足,提出了粒子群优化算法的改进算法AMPSO(adap-tive mutation particle swarm optimization)算法并应用于测试数据生成中.引入约简粒子群优化算法,提高算法搜索速度;在算法进化过程中增加自适应调整策略,定义适应度评价阈值判断群体早熟现象,构建一个改进的自适应变异算子提高粒子变异率;通过实验确定阈值比例系数.结合实验结果从收敛代数和收敛时间两方面对比分析,证明了所提方法不仅能够防止算法出现过早收敛的问题,而且提高了测试数据生成效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周雁舟		10	68	5.0	8.0
2	邵楠		1	11	1.0	1.0
3	惠文涛		1	11	1.0	1.0
4	严亚伟		1	11	1.0	1.0