基于改進(jìn)的蟻群算法的測試數(shù)據(jù)自動生成方法
發(fā)布時間:2021-03-25 17:36
本文設(shè)計了測試數(shù)據(jù)自動生成模型,提出一種基于改進(jìn)的蟻群算法的測試數(shù)據(jù)自動生成方法。該方法在傳統(tǒng)蟻群算法的概率算子中引入相似度影響因子,增加了算法的全局搜索能力。通過三角形判別問題,對改進(jìn)的算法與傳統(tǒng)蟻群算法對比分析。實驗結(jié)果表明,該算法相較傳統(tǒng)蟻群算法具有搜索效率高、全局搜索能力強(qiáng)的特點,在測試數(shù)據(jù)自動生成問題中具有較強(qiáng)的可行性。
【文章來源】:電子技術(shù)與軟件工程. 2019,(13)
【文章頁數(shù)】:2 頁
【部分圖文】:
測試數(shù)據(jù)自動生成模型
?傭?垢靡先河幸歡ǖ哪芰π?正局部最優(yōu)點。綜上所述,本文改進(jìn)的蟻群算法步驟如下:Step1:對參數(shù)變量進(jìn)行初始化;Step2:使用傳統(tǒng)蟻群算法,蟻群數(shù)為m0,迭代次數(shù)為n0;Step3:根據(jù)傳統(tǒng)蟻群算法得到的結(jié)果,對聯(lián)合直方圖矩陣HBT進(jìn)行初始化;Step4:把蟻群分為三類,一類為傳統(tǒng)蟻群,另兩類分別為A類蟻群和B類蟻群,蟻群數(shù)量分別為m1、m2和m3;Step5:對三類蟻群的主要參數(shù)進(jìn)行初始化;Step6:第一類蟻群利用傳統(tǒng)蟻群算法進(jìn)行圖1:測試數(shù)據(jù)自動生成模型圖2:直角三角形最優(yōu)個體迭代次數(shù)算法比對
【參考文獻(xiàn)】:
期刊論文
[1]一種測試數(shù)據(jù)自動生成算法的研究[J]. 苗曉旭,曾佩杰. 測控技術(shù). 2018(S2)
[2]軟件測試用例自動生成算法綜述[J]. 聶鵬,耿技,秦志光. 計算機(jī)應(yīng)用研究. 2012(02)
本文編號:3100045
【文章來源】:電子技術(shù)與軟件工程. 2019,(13)
【文章頁數(shù)】:2 頁
【部分圖文】:
測試數(shù)據(jù)自動生成模型
?傭?垢靡先河幸歡ǖ哪芰π?正局部最優(yōu)點。綜上所述,本文改進(jìn)的蟻群算法步驟如下:Step1:對參數(shù)變量進(jìn)行初始化;Step2:使用傳統(tǒng)蟻群算法,蟻群數(shù)為m0,迭代次數(shù)為n0;Step3:根據(jù)傳統(tǒng)蟻群算法得到的結(jié)果,對聯(lián)合直方圖矩陣HBT進(jìn)行初始化;Step4:把蟻群分為三類,一類為傳統(tǒng)蟻群,另兩類分別為A類蟻群和B類蟻群,蟻群數(shù)量分別為m1、m2和m3;Step5:對三類蟻群的主要參數(shù)進(jìn)行初始化;Step6:第一類蟻群利用傳統(tǒng)蟻群算法進(jìn)行圖1:測試數(shù)據(jù)自動生成模型圖2:直角三角形最優(yōu)個體迭代次數(shù)算法比對
【參考文獻(xiàn)】:
期刊論文
[1]一種測試數(shù)據(jù)自動生成算法的研究[J]. 苗曉旭,曾佩杰. 測控技術(shù). 2018(S2)
[2]軟件測試用例自動生成算法綜述[J]. 聶鵬,耿技,秦志光. 計算機(jī)應(yīng)用研究. 2012(02)
本文編號:3100045
本文鏈接:http://www.sikaile.net/kejilunwen/sousuoyinqinglunwen/3100045.html
最近更新
教材專著