作者:
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:
遗传算法是一种模拟生物进化的全局搜索算法,近年来被广泛用于研究测试用例优化问题.传统遗传算法采用固定交叉概率和变异概率生成新个体,容易导致陷入局部最优解.针对这个问题,对算子进行改进,即个体按照其适应度值升序排列,用后5%个体代替前5%个体,然后使用轮盘赌法、动态交叉概率和动态变异概率生成新的种群,并用于解决测试用例优化问题.通过对算法进行仿真实验,证明了采用新的选择算子后,遗传算法能有效地避免陷入早熟现象,实现了测试用例优化,降低了测试成本.
推荐文章
基于遗传算法的UML活动图测试用例优化研究
UML
测试用例
活动图
深度优先搜索算法
遗传算法
测试用例集的优化技术分析与改进
软件测试
测试用例集优化
测试需求
优先级技术
回归测试
基于退火遗传算法的多路径测试用例生成
模拟退火
遗传算法
适应度函数
多路径
测试用例
基于改进异质协同演化的测试用例生成研究
路径搜索
测试用例
遗传算法
差分进化算法
协同演化
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 改进遗传算子的测试用例优化研究
来源期刊 科教导刊-电子版(上旬) 学科 工学
关键词 遗传算法 测试用例优化 动态交叉概率 动态变异概率
年,卷(期) 2020,(12) 所属期刊栏目 科学技术
研究方向 页码范围 276-278
页数 3页 分类号 TP29
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (57)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
遗传算法
测试用例优化
动态交叉概率
动态变异概率
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
科教导刊-电子版(上旬)
月刊
chi
出版文献量(篇)
18096
总下载数(次)
42
论文1v1指导