針對(duì)標(biāo)準(zhǔn)粒子群算法優(yōu)化過(guò)程中易早熟及后期收斂速度慢的缺點(diǎn),提出了一種改進(jìn)粒子群算法用于測(cè)試用例優(yōu)先排序。首先,采用Tent映射初始化粒子種群,提高初始解質(zhì)量;其次,給出了一種自適應(yīng)調(diào)整因子公式,使調(diào)整因子與該粒子的適應(yīng)度值大小相關(guān),以更新粒子速度與位置信息;最后,對(duì)惰性粒子進(jìn)行混沌搜索優(yōu)化,提高種群的多樣性,保證算法較好的收斂速度及尋優(yōu)能力;實(shí)驗(yàn)結(jié)果表明,提出的改進(jìn)方法在缺陷檢測(cè)率、測(cè)試用例語(yǔ)句覆蓋率和有效執(zhí)行時(shí)間等方面均有優(yōu)勢(shì)。 

【文章來(lái)源】：陜西理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,36(01)

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 測(cè)試用例優(yōu)先排序建模
    1.1 問(wèn)題描述
    1.2 度量準(zhǔn)則
2 基于改進(jìn)粒子群算法的測(cè)試用例優(yōu)先排序設(shè)計(jì)
    2.1 標(biāo)準(zhǔn)粒子群優(yōu)化算法（SPSO）
    2.2 改進(jìn)的粒子群優(yōu)化算法（IPSO）
        2.2.1 粒子編碼及種群初始化
        2.2.2 適應(yīng)度函數(shù)設(shè)計(jì)
        2.2.3 自適應(yīng)調(diào)整慣性權(quán)重及學(xué)習(xí)因子
        2.2.4 混沌搜索
    2.3 改進(jìn)粒子群算法求解測(cè)試用例優(yōu)先排序框架
3 實(shí)驗(yàn)分析
    3.1 實(shí)驗(yàn)設(shè)計(jì)
    3.2 結(jié)果與分析
4 結(jié) 語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于Tent混沌的測(cè)試用例優(yōu)先級(jí)排序[J]. 張娜,滕賽娜,吳彪,包曉安.  計(jì)算機(jī)測(cè)量與控制. 2019(06)
[2]基于離散粒子群算法的測(cè)試用例優(yōu)先排序[J]. 張衛(wèi)祥,齊玉華,李德治.  計(jì)算機(jī)應(yīng)用. 2017(01)
[3]基于PSO的多目標(biāo)測(cè)試用例預(yù)優(yōu)化[J]. 陳云飛,李征,趙瑞蓮.  計(jì)算機(jī)科學(xué). 2014(05)
[4]基于多種群遺傳算法測(cè)試用例優(yōu)先級(jí)技術(shù)研究[J]. 李龍澍,李森,廖敏,汪小珍.  計(jì)算機(jī)技術(shù)與發(fā)展. 2011(04)
[5]回歸測(cè)試中測(cè)試用例優(yōu)先級(jí)技術(shù)研究綜述[J]. 屈波,聶長(zhǎng)海,徐寶文.  計(jì)算機(jī)科學(xué)與探索. 2009(03)



本文編號(hào)：3148113