基于Tent混沌的测试用例优先级排序

• 作者: 包晓安 吴彪 张娜 滕赛娜
• 来源期刊: 计算机测量与控制
• 关键词: Tent映射 粒子群算法 学习因子 混沌搜索 测试用例排序
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 9-12
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.06.003

摘要

针对标准粒子群算法(Particle Swarm Optimization,PSO)后期出现的早熟收敛,提出了一种基于Tent混沌的粒子群优化算法(Tent-ChaosParticle Swarm Optimization,TCPSO)用于测试用例优先级排序;首先,利用改进的Tent映射的三大特性初始化种群,使得粒子均匀分布,提高初始解的质量;并通过非线性递减的惯性权重函数对学习因子进行改进,以更新粒子速度与位置信息;其次,对陷入局部最优的粒子P.进行混沌搜索,跳出局部最优,同时对当前种群中部分最差粒子P.进行混沌搜索,改善种群多样性;最后,采用测试用例缺陷检测率作为评价标准,评判测试用例优劣程度;实验表明,提出的改进方法在寻优能力和缺陷检测率指标上均有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张娜	浙江理工大学信息学院	72	213	8.0	12.0
2	包晓安	浙江理工大学信息学院	80	324	9.0	15.0
3	滕赛娜	浙江理工大学信息学院	3	3	1.0	1.0