摘要
利用GEP(基因表达式编程)获取最优解的函数发现能力和数学理论的精确计算能力获得较客观的程序不变量的预置形式,能够进行目前技术没有处理的函数型程序不变量的发现生成工作.在函数型程序不变量范围内,有效地克服了目前程序不变量发现技术中存在的两个缺点,即计算盲目性与程序不变量形式预置的主观性.整个工作可以理解为是对目前程序不变量发现技术的一个扩展,它拓广了原有技术可发现的程序不变量种类,增大了从程序运行轨迹数据中发现更多不变量的可能性.
It introduces a new algorithm based on GEP which can find Functional Program Invariants from data formed by observing program executing. In the field of detecting program invariants,the algorithm improves possibility of mining more invariants which can not be found by the technology in existence and can get successfully polynomial functional invariants.
出处
《南华大学学报（自然科学版）》
2016年第4期106-111,共6页
Journal of University of South China：Science and Technology
