軟件測試能夠保障軟件產(chǎn)品的質(zhì)量,但是同時也占據(jù)了整個軟件開發(fā)周期中將近一半的成本和資源。傳統(tǒng)的測試數(shù)據(jù)的獲取需要人工手動設(shè)計,而隨著軟件的規(guī)模擴大以及復雜性的提高,手動設(shè)計測試數(shù)據(jù)已經(jīng)不能滿足測試的要求,因此,自動生成測試數(shù)據(jù)成為許多學者研究的熱點和重點,自動生成測試數(shù)據(jù)可以減少測試消耗的時間,提高測試的效率。對測試數(shù)據(jù)自動生成的研究主要有兩個方面,分別是面向單路徑和面向多路徑的測試數(shù)據(jù)生成。為了提高測試數(shù)據(jù)生成的效率和覆蓋率,本文做了以下兩個方面的工作:(1)在面向單路徑的測試數(shù)據(jù)自動生成研究中,本文在所使用的螢火蟲算法中引入了動態(tài)遞增的壓縮因子,提出了DCFA(Dynamic Compression Firefly Algorithm)算法。螢火蟲算法是一種較為新穎的智能優(yōu)化類算法,它最明顯的優(yōu)點是實現(xiàn)簡單,同時收斂速度也比較快,關(guān)鍵是它的發(fā)展比較晚,它在單路徑測試中有著巨大的發(fā)展?jié)摿脱芯靠臻g,但是螢火蟲算法自身還有一些不足之處,如其在進行局部搜索和全局搜索時,兩者之間平衡性較弱,為了調(diào)整其局部與全局搜索的能力,本文在螢火蟲算法中加入了動態(tài)的慣性權(quán)重,另一方面由于螢火蟲算法在進行...

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文的主要工作
    1.4 本文的結(jié)構(gòu)安排
    1.5 本章小結(jié)
2 軟件測試及相關(guān)技術(shù)介紹
    2.1 軟件測試
        2.1.1 基本概念
        2.1.2 常用的測試技術(shù)和方法
    2.2 測試數(shù)據(jù)自動生成技術(shù)
        2.2.1 面向功能的測試數(shù)據(jù)自動生成技術(shù)
        2.2.2 面向路徑的測試數(shù)據(jù)自動生成技術(shù)
    2.3 智能優(yōu)化算法在測試數(shù)據(jù)生成中的應用
    2.4 本章小結(jié)
3 基于DCFA算法的單路徑測試數(shù)據(jù)自動生成
    3.1 螢火蟲算法(FA)
        3.1.1 FA算法概述
        3.1.2 FA算法數(shù)學模型
        3.1.3 FA算法基本流程
    3.2 螢火蟲算法(FA)優(yōu)化研究
        3.2.1 FA算法研究改進現(xiàn)狀
        3.2.2 基于壓縮因子的DCFA算法設(shè)計
    3.3 面向單路徑的測試數(shù)據(jù)自動生成
        3.3.1 適應度函數(shù)的構(gòu)造
        3.3.2 程序插樁
    3.4 實驗與分析
        3.4.1 程序分析
        3.4.2 實驗設(shè)置
        3.4.3 實驗結(jié)果
    3.5 本章小結(jié)
4 基于FWPSO算法的多路徑測試數(shù)據(jù)自動生成
    4.1 粒子群算法(PSO)
        4.1.1 PSO算法概述
        4.1.2 PSO算法數(shù)學模型
        4.1.3 PSO算法基本流程
    4.2 粒子群算法(PSO)優(yōu)化研究
        4.2.1 PSO算法研究改進現(xiàn)狀
        4.2.2 基于煙花爆炸算法的FWPSO算法設(shè)計
    4.3 面向多路徑的測試數(shù)據(jù)自動生成
        4.3.1 路徑相似度
        4.3.2 適應度函數(shù)設(shè)計
    4.4 實驗與分析
        4.4.1 實驗設(shè)置
        4.4.2 實驗結(jié)果
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 工作展望
參考文獻
致謝
攻讀學位期間的科研成果



本文編號：3858509