在研究面向路徑的測試數(shù)據(jù)自動生成時,目前得到廣泛應用的幾種方法仍存在不少問題,算法效率普遍低下。為此,提出一種組合優(yōu)化粒子群算法和蟻群算法的方法:在算法初期,先對粒子群算法作降階操作,并利用粒子群優(yōu)化算法生成初步測試結(jié)果。然后針對每個粒子的局部搜索過程,引入信息素機制以有效地保證搜索過程的多樣性,進而防止搜索過程"早熟"而陷入局部最優(yōu)。 

【文章來源】：計算機與數(shù)字工程. 2019,47(08)

【文章頁數(shù)】：5 頁

【部分圖文】：

標準粒子群算法實驗結(jié)果圖10013579111315迭代次數(shù)

【參考文獻】：
期刊論文
[1]一種新的改進粒子群優(yōu)化算法[J]. 沈?qū)W利,張紅巖,張紀鎖.  計算機仿真. 2011(03)
[2]基于混合遺傳算法的測試數(shù)據(jù)自動生成研究[J]. 曹曉燕,邵定宏.  計算機工程與設計. 2010(21)
[3]基于遺傳-蟻群混合算法的軟件測試數(shù)據(jù)自動生成方法[J]. 李克文,張自魯.  計算機工程與科學. 2010(05)
[4]基于蟻群算法的軟件測試數(shù)據(jù)自動生成[J]. 傅博.  計算機工程與應用. 2007(12)
[5]軟件測試中的測試用例及復用研究[J]. 尚冬娟,郝克剛,葛瑋,李海軍.  計算機技術與發(fā)展. 2006(01)
[6]基于模擬退火遺傳算法的軟件測試數(shù)據(jù)自動生成[J]. 傅博.  計算機工程與應用. 2005(12)



本文編號：2997505