江苏省自然科学基金(BK2012566)
- 作品数：11 被引量：88H指数：7
- 相关作者：巩敦卫姚香娟吴川张功杰田甜更多>>
- 相关机构：中国矿业大学江苏师范大学武汉大学更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于目标分解的高维多目标并行进化优化方法被引量：37
- 2015年
- 高维多目标优化问题普遍存在且难以解决,到目前为止,尚缺乏有效解决该问题的进化优化方法.本文提出一种基于目标分解的高维多目标并行进化优化方法,首先,将高维多目标优化问题分解为若干子优化问题,每一子优化问题除了包含原优化问题的少数目标函数之外,还具有由其他目标函数聚合成的一个目标函数,以降低问题求解的难度;其次,采用多种群并行进化算法,求解分解后的每一子优化问题,并在求解过程中,充分利用其他子种群的信息,以提高Pareto非被占优解的选择压力;最后,基于各子种群的非被占优解形成外部保存集,从而得到高维多目标优化问题的Pareto最优解集.性能分析表明,本文提出的方法具有较小的计算复杂度.将所提方法应用于多个基准优化问题,并与NSGA-II、PPD-MOEA、ε-MOEA、Hyp E和MSOPS等方法比较,实验结果表明,所提方法能够产生收敛性、分布性,以及延展性优越的Pareto最优解集.
- 巩敦卫刘益萍孙晓燕韩玉艳
- 关键词：进化优化PARETO占优
- 基于路径相关性的回归测试数据进化生成被引量：7
- 2015年
- 尽管回归测试是一种重要的软件测试方法,但是,如何选择测试目标,并充分利用已有的测试数据,目前尚缺乏有效的方法.文中基于路径相关性,研究求解回归测试数据生成问题的新方法,以高效地进化生成可用于回归测试的测试数据集.该方法根据路径与节点的相关矩阵,首先进行目标路径排序,并基于路径相关性,建立新的覆盖影响路径的回归测试数据生成问题的数学模型;其次,结合遗传算法对上述模型求解时,利用穿越已有目标路径的测试数据,编码后取代进化种群的部分个体.将所提方法应用于多个基准和工业程序的测试,并与其他回归测试数据生成方法比较,最后实验结果表明,所提方法能够有效提高生成测试数据的效率.
- 吴川巩敦卫
- 关键词：测试数据生成遗传算法
- 基于变异分析和集合进化的测试用例生成方法被引量：7
- 2015年
- 变异分析能够辅助生成有效的测试用例集,然而,高昂的测试代价,严重影响了这一技术在实际软件测试中的广泛应用.文中基于弱变异分析,研究求解测试用例生成问题的新方法,以高效地生成具有很高缺陷检测能力的测试用例集.该方法首先利用变异前后的语句,构造变异分支,并将所有变异分支集成到原程序,形成新的被测程序;然后,以测试用例集作为决策变量,根据该测试用例集对变异分支的覆盖信息,构造目标函数,建立新的测试用例生成问题的数学模型;最后,采用集合进化优化方法求解上述模型时,设计具有针对性的适应度函数和进化策略,使得一次求解该模型,生成杀死所有变异体的测试用例.将所提方法应用于13个基准和工业程序的测试,并与传统的遗传算法进行了比较.实验结果表明,所提方法能够高效地生成测试用例,且生成的测试用例具有更高的缺陷检测能力.
- 张功杰巩敦卫姚香娟
- 关键词：软件测试测试用例生成
- 融入神经网络的路径覆盖测试数据进化生成被引量：12
- 2016年
- 利用遗传算法生成复杂软件的测试数据,是软件测试领域一个全新的研究方向.传统的基于遗传算法的测试数据生成技术,需要以每个测试数据作为输入运行被测程序,以获得个体的适应值,因此,需要消耗大量的运行时间.为了降低运行程序带来的时间消耗,提出一种基于神经网络的路径覆盖测试数据进化生成方法,主要思想是:首先,利用一定样本训练神经网络,以模拟个体的适应值;在利用遗传算法生成测试数据时,先利用训练好的神经网络粗略计算个体适应值;对适应值较好的优秀个体,再通过运行程序,获得精确的适应值.最后的实验结果表明,该方法可以有效降低运行程序产生的时间消耗,从而提高测试数据生成的效率.
- 姚香娟巩敦卫李彬
- 关键词：软件测试测试数据生成进化优化神经网络
- 基于分支覆盖的回归测试路径选择被引量：12
- 2016年
- 回归测试是迭代式软件开发的重要环节,测试数据生成是回归测试的前提.传统的回归测试方法,从已有的测试数据中选择部分测试数据,并生成一些新的测试数据,以验证程序的正确性.但是,该方法容易生成冗余的测试数据,从而降低了回归测试的效率.研究了回归测试的分支覆盖问题,通过利用已有测试数据的路径覆盖信息,并选择一定个数的路径,以覆盖所有的目标分支.首先,以若干路径形成的集合作为决策变量,以路径最少、覆盖的分支最多以及包含的未覆盖路径最少为目标,建立路径选择问题的3目标优化模型;然后,采用遗传算法求解上述模型时,设计了基于目标重要性的个体评价策略;最后,基于已有的测试数据与选择的路径之间的覆盖关系,确定需要生成的测试数据.将所提方法应用于6个基准工业程序测试中,并与其他方法比较.实验结果表明,采用该方法选择的路径,能够覆盖更多的分支,需要生成的测试数据更少,回归测试消耗的时间更短.
- 吴川巩敦卫姚香娟
- 关键词：多目标优化遗传算法
- 回归测试数据进化生成被引量：13
- 2014年
- 采用遗传算法生成回归测试数据近年来得到普遍关注,该方法高效生成测试数据的前提是合理利用已有的测试数据形成初始进化种群,并设计有针对性的遗传操作.但是,到目前为止,相关的研究成果尚不多见.文中研究采用遗传算法生成回归测试数据以覆盖目标路径时,已有测试数据的利用问题,提出一种新的回归测试数据进化生成方法.该方法根据已有测试数据穿越的路径与目标路径的相似度,选择合适的测试数据,作为初始进化种群的部分个体.进一步,根据已有测试数据穿越的路径与目标路径不相同子路径的节点对应的输入分量,确定对进化个体实施遗传操作的位置.理论分析表明,所提方法可以有效提高测试数据生成效率.将所提方法应用于典型基准和工业程序的测试,并与已有方法比较,实验结果证实了所提方法的优越性.
- 巩敦卫任丽娜
- 关键词：测试数据生成遗传算法
- 测试含有标志变量程序的占优语句(集)选择被引量：1
- 2015年
- 基于占优关系的可测试性转化,是将目标语句覆盖问题转化为位于该语句之前的占优语句(集)覆盖问题,能够对含有标志变量的程序进行测试.但是当占优语句(集)不止一个时,如何从这些语句(集)中选择最容易覆盖的作为新的目标语句(集),至今没有有效的方法,从而限制了可测试性转化的应用范围.研究了占优语句(集)选择问题,提出了基于覆盖难度的占优语句(集)选择方法.首先,提出评价语句覆盖难度的4个指标,并给出这些指标的计算方法;然后,基于上述指标,利用Topsis方法排序,选择最容易覆盖的占优语句(集);最后,将所提出的方法应用于多个基准与工业程序测试,实验结果表明,覆盖基于该方法选择的占优语句(集)能够显著提高测试数据生成的效率.
- 巩敦卫钟超群姚香娟
- 消息传递并行程序的弱变异测试及其转化被引量：2
- 2016年
- 并行程序执行的不确定性,增加了测试的复杂性和难度.研究消息传递并行程序的变异测试,提出其弱变异测试转化方法,以提高该程序变异测试的效率.首先,根据消息传递并行程序包含语句的类型和语句变异之后导致的变化构建相应的变异条件语句;然后,将构建好的所有变异条件语句插入到原程序中,形成新的被测程序,从而将原程序的弱变异测试问题转化为新程序的分支覆盖问题.这样做的好处是,能够利用已有的分支覆盖方法解决变异测试问题.将该方法应用于8个典型的消息传递并行程序测试中,实验结果表明,该方法不但是可行的,也是必要的.
- 巩敦卫陈永伟田甜
- 基于统计占优分析的变异测试被引量：7
- 2015年
- 为数众多的变异体产生的高昂测试代价严重影响了变异测试技术在实际程序中的应用.为了大幅度减少弱变异测试中变异体的数量,提出基于统计占优分析的变异体约简方法.该方法首先利用变异前后的语句构造变异分支,并将所有变异分支集成到原程序中,形成新的被测程序;然后,通过统计测试用例对各个变异分支的覆盖信息,确定变异分支之间的占优关系;最后得到非被占优分支集,其对应的变异体就是约简后的变异体.将该方法用于8个程序的测试,结果表明:该方法能够约简平均90%的变异体,从而显著提高了变异测试的效率.
- 张功杰巩敦卫姚香娟
- 关键词：软件测试
- 基于占优关系的缺陷检测方法
- 检测缺陷是软件测试的根本目的。但是,已有的缺陷检测方法由于存在测试Oracle问题,使其难以广泛应用于实际的软件测试中。本文提出一种基于占优关系的缺陷检测方法,首先,给出了基于占优关系检测缺陷的原理;然后,建立了缺陷检测...
- 钟超群巩敦卫
- 关键词：软件测试遗传算法
- 文献传递
