發(fā)布時間：2018-03-09 07:03

  本文選題：測試數(shù)據(jù)生成　切入點：粒子群優(yōu)化　出處：《電子學報》2017年10期 　論文類型：期刊論文

【摘要】：為減少進化代數(shù),提高路徑覆蓋成功率,提出了多鄰域Kalman濾波PSO測試數(shù)據(jù)生成方法.在該方法中將粒子固定劃分到不同鄰域中,各鄰域內(nèi)指定一個粒子向全局最優(yōu)粒子學習,其余各粒子向所在鄰域中最優(yōu)粒子學習,而全局最優(yōu)粒子利用無速度項的簡化PSO進化.在此過程中,除全局最優(yōu)粒子外的各粒子利用Kalman濾波方程更新粒子的位置.實驗表明,相較于基本PSO和其他PSO方法,即使是覆蓋困難的路徑,本文方法也具有進化代數(shù)少、路徑覆蓋成功率高及性能穩(wěn)定的特點.
[Abstract]:In order to reduce evolutionary algebra and improve the success rate of path coverage, a multi-neighborhood Kalman filter PSO test data generation method is proposed. In this method, particles are fixed into different neighborhoods, and one particle is assigned within each neighborhood to learn from the global optimal particle. The rest of the particles learn from the optimal particles in the neighborhood, and the global optimal particles use the simplified PSO evolution without velocity term. In this process, the positions of the particles are updated by using the Kalman filter equation. Compared with the basic PSO and other PSO methods, this method has the characteristics of less evolutionary algebra, higher success rate of path coverage and stable performance, even if it is difficult to cover paths.
【作者單位】： 中國礦業(yè)大學計算機科學與技術(shù)學院;桂林電子科技大學廣西可信軟件重點實驗室;南京大學計算機軟件新技術(shù)國家重點實驗室;河南工業(yè)大學信息科學與工程學院;
【基金】：國家自然科學基金(No.61502497,No.61562015,No.61673384,No.61602154) 中國博士后科學基金(No.2015M581887) 廣西可信軟件重點實驗室研究課題(No.KX201530) 南京大學計算機軟件新技術(shù)國家重點實驗室開放課題(No.KFKT2014B19) 徐州市科技計劃項目(No.KC15SM051) 河南省高等學校重點科研項目計劃資助(No.16A520005)
【分類號】：TP18;TP311.53

【相似文獻】

相關(guān)期刊論文 前10條

1 陳偉;張金城;Robin Qiu;;審計數(shù)據(jù)處理實驗中的模擬數(shù)據(jù)生成系統(tǒng)[J];計算機工程;2007年19期

2 黎方正;羅大庸;謝東;;一種海量數(shù)據(jù)生成方法[J];小型微型計算機系統(tǒng);2009年12期

3 徐中偉;李海波;;面向斷言的測試數(shù)據(jù)生成方法及其應用[J];同濟大學學報(自然科學版);2007年05期

4 曹建軍;刁興春;張慧;譚明超;鄧波;;信息系統(tǒng)模擬數(shù)據(jù)生成研究綜述[J];計算機科學;2012年S1期

5 毛澄映;喻新欣;薛云志;;基于粒子群優(yōu)化的測試數(shù)據(jù)生成及其實證分析[J];計算機研究與發(fā)展;2014年04期

6 賈松濤;張紅衛(wèi);;面向路徑的測試數(shù)據(jù)生成框架及應用[J];微計算機信息;2010年06期

7 崔雋;黃穎;;基于數(shù)據(jù)積木的仿真數(shù)據(jù)生成[J];指揮信息系統(tǒng)與技術(shù);2012年06期

8 王雪蓮,趙瑞蓮,李立健;一種用于測試數(shù)據(jù)生成的動態(tài)程序切片算法[J];計算機應用;2005年06期

9 劉新忠;徐高潮;胡亮;付曉東;董玉雙;;一種基于約束的變異測試數(shù)據(jù)生成方法[J];計算機研究與發(fā)展;2011年04期

10 王立宏;王曙燕;孫家澤;;一種分階段組合測試數(shù)據(jù)生成算法[J];計算機應用與軟件;2013年03期

相關(guān)會議論文 前10條

1 崔冬華;李俊士;喬素琴;;基于二叉解空間樹的兩兩組合測試數(shù)據(jù)生成[A];第三屆全國軟件測試會議與移動計算、柵格、智能化高級論壇論文集[C];2009年

2 李文鋒;徐拾義;;軟件內(nèi)建自測試中的測試數(shù)據(jù)生成方法[A];第十屆全國容錯計算學術(shù)會議論文集[C];2003年

3 張妍;張曉光;王永鋼;;幾種改進型的粒子群優(yōu)化算法[A];第一屆中國高校通信類院系學術(shù)研討會論文集[C];2007年

4 孫紅光;潘毓學;;基于運動目標路徑的粒子群優(yōu)化算法研究[A];第二屆全國信息獲取與處理學術(shù)會議論文集[C];2004年

5 韓毅;唐加福;郭偉宏;劉陽;;混合粒子群優(yōu)化算法求解多層批量問題(英文)[A];中國運籌學會第八屆學術(shù)交流會論文集[C];2006年

6 金一粟;梁逸曾;;空間自適應粒子群優(yōu)化算法的應用研究[A];第九屆全國計算（機）化學學術(shù)會議論文摘要集[C];2007年

7 汪榮貴;李守毅;孫見青;;一種新的自適應粒子群優(yōu)化算法及應用[A];計算機技術(shù)與應用進展·2007——全國第18屆計算機技術(shù)與應用（CACIS）學術(shù)會議論文集[C];2007年

8 黃雙歡;程良倫;;一種基于粒子群優(yōu)化的快速圖像傾斜角度檢測算法[A];中國自動化學會中南六省（區(qū)）2010年第28屆年會·論文集[C];2010年

9 侯志榮;呂振肅;;基于退火策略的粒子群優(yōu)化算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

10 崔靜;鄧方;方浩;;基于改進粒子群優(yōu)化算法的彈道求解方法[A];2013年中國智能自動化學術(shù)會議論文集（第三分冊）[C];2013年

相關(guān)博士學位論文 前6條

1 劉華鎣;粒子群優(yōu)化算法的改進研究及在石油工程中的應用[D];東北石油大學;2012年

2 劉波;粒子群優(yōu)化算法及其在機電設(shè)備中的應用研究[D];中北大學;2011年

3 閆允一;粒子群優(yōu)化及其在圖像處理中的應用研究[D];西安電子科技大學;2008年

4 徐星;融合熱運動機制的粒子群優(yōu)化算法研究及其應用[D];武漢大學;2010年

5 莫愿斌;粒子群優(yōu)化算法的擴展與應用[D];浙江大學;2006年

6 陳自郁;粒子群優(yōu)化的鄰居拓撲結(jié)構(gòu)和算法改進研究[D];重慶大學;2009年

相關(guān)碩士學位論文 前10條

1 王文亮;兩類特定路徑覆蓋測試數(shù)據(jù)生成問題的建模及進化求解[D];中國礦業(yè)大學;2015年

2 汪洋;Linux集群數(shù)據(jù)生成及管理工具中任務管理模塊的設(shè)計與實現(xiàn)[D];南京大學;2014年

3 趙盟;基于Memetic算法的軟件測試數(shù)據(jù)生成[D];西安電子科技大學;2014年

4 秦備;基于重要語句選擇的變異測試數(shù)據(jù)生成[D];中國礦業(yè)大學;2016年

5 李彬;基于變量分組的路徑覆蓋測試數(shù)據(jù)生成建模及進化求解[D];中國礦業(yè)大學;2016年

6 王士濤;面向路徑的測試數(shù)據(jù)生成方法的研究[D];湖南大學;2013年

7 劉海燕;移動數(shù)據(jù)生成與查詢測試平臺的設(shè)計與實現(xiàn)[D];東北大學;2012年

8 閻曉明;關(guān)系數(shù)據(jù)庫模擬數(shù)據(jù)生成系統(tǒng)設(shè)計與實現(xiàn)[D];大連海事大學;2011年

9 景麗石;基于矢量聚類與Kalman濾波的數(shù)字穩(wěn)像技術(shù)研究[D];大連理工大學;2016年

10 金翩;基于Kalman濾波的目標跟蹤與傳感器配準問題研究[D];華中科技大學;2015年

，

本文編號：1587465