基于变异粒子群算法的字符串型测试数据生成

• 作者: 于磊 侯韶凡 孙回回 张兴隆 李刚
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 测试数据生成 字符串型数据 分支距离 变异粒子群算法
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 软件与数据库技术
• 页码范围: 252-256,279
• 页数: 6页
• 分类号: TP311.5
• 字数: 6933字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.11.049

摘要

基于搜索的算法在以路径覆盖为目标的测试数据生成中应用广泛.然而对于字符串型测试数据的生成,现有方法效率不高.为了高效地生成字符串型测试数据,提出了一种基于变异粒子群算法的字符串型测试数据自动生成方法.在随机生成初始种群后,采用粒子群算法使种群在趋近最优个体的过程中实现进化,并以一定的概率对种群中的个体进行变异操作,以避免进化过程陷入局部最优.为了有效地指导种群进化过程,对经典适应度函数中分支距离的计算方法进行改进,使其适用于含有字符串型参数的程序.实验结果表明,该方法具有较高的成功率和稳定性,且能明显提升测试数据生成效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于磊		9	35	4.0	5.0
2	张兴隆		4	5	1.0	2.0
3	孙回回		2	4	1.0	2.0
4	李刚		1	4	1.0	1.0
5	侯韶凡		2	5	1.0	2.0