智能优化算法在回归测试关键技术中的应用现状研究

• 作者: 朱旭东 李莹 杨禹军 樊俊杰 范书平 马宝英 高晨光
• 来源期刊: 软件
• 学科: 工学
• 关键词: 回归测试 智能优化算法 关键技术 应用
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 基金项目论文
• 页码范围: 18-20
• 页数: 3页
• 分类号: TP311.52
• 字数: 2882字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.01.004

摘要

近些年,智能优化算法在软件工程领域得到了广泛的应用,基于搜索的软件工程技术往往通过设计具体问题的适应值函数,并基于该函数在问题的可行解空间中使用优化算法寻求最优解.本文首先介绍了常用的智能优化算法,包括遗传算法、爬山算法、粒子群算法以及蚁群算法,之后分析并研究这些算法在测试数据生成、测试用例选择以及测试用例优先级排序技术中的应用,为有效解决基于搜索的软件工程问题奠定基础,促进回归测试效率的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高晨光	牡丹江医学院卫生管理学院	44	191	7.0	12.0
2	范书平	牡丹江师范学院计算机与信息技术学院	24	53	4.0	6.0
3	朱旭东	牡丹江医学院卫生管理学院	23	62	5.0	6.0
4	樊俊杰	牡丹江医学院卫生管理学院	32	48	4.0	5.0
5	马宝英	牡丹江医学院卫生管理学院	32	127	6.0	10.0
6	李莹	牡丹江医学院卫生管理学院	36	111	6.0	8.0
7	杨禹军	牡丹江医学院卫生管理学院	9	8	2.0	2.0