期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向多目标测试用例优先排序的蚁群算法信息素更新策略
被引量:
10
1
作者
邢行
尚颖
+1 位作者
赵瑞莲
李征
《计算机应用》
CSCD
北大核心
2016年第9期2497-2502,共6页
针对蚁群算法在求解多目标测试用例优先排序(MOTCP)时收敛速度缓慢、易陷入局部最优的问题,提出一种基于上位基因段(ETS)的信息素更新策略。利用测试用例序列中ETS可以决定适应度值的变化,选取ETS作为信息素更新范围,再根据ETS中测试用...
针对蚁群算法在求解多目标测试用例优先排序(MOTCP)时收敛速度缓慢、易陷入局部最优的问题,提出一种基于上位基因段(ETS)的信息素更新策略。利用测试用例序列中ETS可以决定适应度值的变化,选取ETS作为信息素更新范围,再根据ETS中测试用例间的适应度增量和测试用例的执行时间更新路径上的信息素值。为进一步提升蚁群算法求解效率、节省蚂蚁依次访问测试用例序列的时间,优化的蚁群算法还通过估算ETS长度重新设置蚂蚁遍历测试用例的搜索终点。实验结果表明,与优化前的蚁群算法及NSGA-Ⅱ相比,优化后的蚁群算法能提升求解MOTCP问题时的收敛速度,获得更优的Pareto解集。
展开更多
关键词
蚁群算法
信息素更新
多目标
的
测试
用例优先排序
回归
测试
上位基因段
下载PDF
职称材料
不可靠测试条件下基于NSGA-Ⅱ的多目标测试优化选择
被引量:
7
2
作者
翟禹尧
史贤俊
+1 位作者
杨帅
秦玉峰
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2021年第4期792-801,共10页
针对测试不可靠因素严重影响测试优化选择结果以及现有方法不能很好解决多目标测试优化选择等问题,提出基于第二代非支配排序遗传算法(NSGA-Ⅱ)的多目标测试优化选择的方法。首先,描述了测试不可靠条件下多目标优化选择问题的数学模型;...
针对测试不可靠因素严重影响测试优化选择结果以及现有方法不能很好解决多目标测试优化选择等问题,提出基于第二代非支配排序遗传算法(NSGA-Ⅱ)的多目标测试优化选择的方法。首先,描述了测试不可靠条件下多目标优化选择问题的数学模型;其次,在该数学模型下,将系统给出的故障检测率和隔离率作为约束条件,将测试代价、漏检率和虚警率作为优化目标,建立了多目标优化问题;然后,提出带有精英保留策略的NSGA-Ⅱ对多目标问题进行优化选择,利用NSGA-Ⅱ能够得到一组Pareto最优解,可根据实际需求选择最优的测试组合;最后,针对某装备进行实例分析,得到3组最优解,可以满足不同需求下的最优选择,验证了所提数学模型与多目标优化算法的可行性与有效性。
展开更多
关键词
测试
优化选择
测试
性设计
多目标测试
不可靠
测试
第二代非支配排序遗传算法(NSGA-Ⅱ)
下载PDF
职称材料
NSGA-Ⅱ面向多目标测试数据模型的生成
3
作者
周文晶
王占刚
《计算机技术与发展》
2014年第4期21-24,28,共5页
测试数据的自动化生成的实现是软件测试自动化的重要研究项目。当前很多研究人员使用多种方法实现测试数据的自动生成,但生成的测试数据一般仅实现最大覆盖率的测试标准。在测试数据生成问题上,希望生成的测试数据能够达到最大的覆盖率...
测试数据的自动化生成的实现是软件测试自动化的重要研究项目。当前很多研究人员使用多种方法实现测试数据的自动生成,但生成的测试数据一般仅实现最大覆盖率的测试标准。在测试数据生成问题上,希望生成的测试数据能够达到最大的覆盖率,同时也希望生成的测试数据集越小越好,可以降低执行时间,同时提高执行效率。文中从覆盖标准和内存消耗两个方面对测试数据进行评估,采用多目标优化算法NSGA-Ⅱ,实现同时满足最大分支覆盖率和最大内存分配的测试数据的自动生成。实验表明,NSGA-Ⅱ算法生成的测试数据比其他多目标优化算法能更好地满足两个目标。
展开更多
关键词
NSGA-Ⅱ算法
多目标测试
数据
覆盖率
内存分配
下载PDF
职称材料
基于MOABCO的多目标测试用例优先级排序
被引量:
1
4
作者
张娜
张唯
+1 位作者
吴彪
包晓安
《测试技术学报》
2019年第2期93-98,103,共7页
为了提高回归测试的效率,提出了一种基于多目标人工蜂群优化(Multi-Objective Artificial Bee Colony Optimization, MOABCO)算法的多目标测试用例优先级排序(Multi-Objective Test Case Prioritization, MOTCP)方法.针对标准多目标人...
为了提高回归测试的效率,提出了一种基于多目标人工蜂群优化(Multi-Objective Artificial Bee Colony Optimization, MOABCO)算法的多目标测试用例优先级排序(Multi-Objective Test Case Prioritization, MOTCP)方法.针对标准多目标人工蜂群(Multi-Objective Artificial Bee Colony, MOABC)算法容易陷入局部最优解的问题,将差分变异策略融入到新蜜源更新阶段,且基于信息熵改进新蜜源选择方法,以避免算法陷入局部最优并增强了全局搜索能力;然后,将代码覆盖率和测试用例有效执行时间作为优化目标,并用MOABCO算法求Pareto最优解集,以解决MOTCP问题.实验结果表明, MOABCO算法求得的Pareto最优解集在逼近性和分布均匀性上均优于MOABC算法;在解决MOTCP问题上,相对于NSGA-II算法具有更高的收敛速度和更高的缺陷检测率.
展开更多
关键词
多目标
人工蜂群优化算法
PARETO最优
多目标测试
用例优先级排序
回归
测试
软件
测试
下载PDF
职称材料
多目标优化算法标准测试函数寻优研究
被引量:
1
5
作者
栗方
《电脑知识与技术》
2020年第23期203-206,共4页
多目标优化问题在各种领域中日益展现出举足轻重的地位。该文对6种多目标优化算法进行了测试,选择了四种不同性质的测试函数,安排了12组实验,从实验数据可以得出,NSGA-III算法在多目标优化问题中具有很好的寻优效果,IBEA算法在单目标优...
多目标优化问题在各种领域中日益展现出举足轻重的地位。该文对6种多目标优化算法进行了测试,选择了四种不同性质的测试函数,安排了12组实验,从实验数据可以得出,NSGA-III算法在多目标优化问题中具有很好的寻优效果,IBEA算法在单目标优化问题或者是多目标问题中需要观测单个变量时能起到很好的寻优效果,CMAES算法在高值域多目标优化中能起到很好的优化作用。
展开更多
关键词
多目标
优化算法
多目标
标准
测试
函数
智能优化算法
多目标
优化评价指标
多目标
优化性能
测试
下载PDF
职称材料
题名
面向多目标测试用例优先排序的蚁群算法信息素更新策略
被引量:
10
1
作者
邢行
尚颖
赵瑞莲
李征
机构
北京化工大学信息科学与技术学院
出处
《计算机应用》
CSCD
北大核心
2016年第9期2497-2502,共6页
基金
国家自然科学基金资助项目(61170082
61472025)
教育部新世纪优秀人才计划项目(NCET-12-0757)~~
文摘
针对蚁群算法在求解多目标测试用例优先排序(MOTCP)时收敛速度缓慢、易陷入局部最优的问题,提出一种基于上位基因段(ETS)的信息素更新策略。利用测试用例序列中ETS可以决定适应度值的变化,选取ETS作为信息素更新范围,再根据ETS中测试用例间的适应度增量和测试用例的执行时间更新路径上的信息素值。为进一步提升蚁群算法求解效率、节省蚂蚁依次访问测试用例序列的时间,优化的蚁群算法还通过估算ETS长度重新设置蚂蚁遍历测试用例的搜索终点。实验结果表明,与优化前的蚁群算法及NSGA-Ⅱ相比,优化后的蚁群算法能提升求解MOTCP问题时的收敛速度,获得更优的Pareto解集。
关键词
蚁群算法
信息素更新
多目标
的
测试
用例优先排序
回归
测试
上位基因段
Keywords
Ant Colony Optimization (ACO)
pheromone updating
Multi-Objective Test Case Prioritization (MOTCP)
regression testing
Epistatic-Domain Test Case Segment (ETS)
分类号
TP311.5 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
不可靠测试条件下基于NSGA-Ⅱ的多目标测试优化选择
被引量:
7
2
作者
翟禹尧
史贤俊
杨帅
秦玉峰
机构
海军航空大学岸防兵学院
中国人民解放军
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2021年第4期792-801,共10页
基金
国家自然科学基金(61903374)。
文摘
针对测试不可靠因素严重影响测试优化选择结果以及现有方法不能很好解决多目标测试优化选择等问题,提出基于第二代非支配排序遗传算法(NSGA-Ⅱ)的多目标测试优化选择的方法。首先,描述了测试不可靠条件下多目标优化选择问题的数学模型;其次,在该数学模型下,将系统给出的故障检测率和隔离率作为约束条件,将测试代价、漏检率和虚警率作为优化目标,建立了多目标优化问题;然后,提出带有精英保留策略的NSGA-Ⅱ对多目标问题进行优化选择,利用NSGA-Ⅱ能够得到一组Pareto最优解,可根据实际需求选择最优的测试组合;最后,针对某装备进行实例分析,得到3组最优解,可以满足不同需求下的最优选择,验证了所提数学模型与多目标优化算法的可行性与有效性。
关键词
测试
优化选择
测试
性设计
多目标测试
不可靠
测试
第二代非支配排序遗传算法(NSGA-Ⅱ)
Keywords
test optimization selection
testability design
multi-objective test
unreliable test
NSGA-Ⅱ
分类号
TP206 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
NSGA-Ⅱ面向多目标测试数据模型的生成
3
作者
周文晶
王占刚
机构
天津工业大学计算机科学与软件学院
出处
《计算机技术与发展》
2014年第4期21-24,28,共5页
基金
教育部博士点基金项目(200800580004)
天津市自然科学基金资助项目(043600711)
文摘
测试数据的自动化生成的实现是软件测试自动化的重要研究项目。当前很多研究人员使用多种方法实现测试数据的自动生成,但生成的测试数据一般仅实现最大覆盖率的测试标准。在测试数据生成问题上,希望生成的测试数据能够达到最大的覆盖率,同时也希望生成的测试数据集越小越好,可以降低执行时间,同时提高执行效率。文中从覆盖标准和内存消耗两个方面对测试数据进行评估,采用多目标优化算法NSGA-Ⅱ,实现同时满足最大分支覆盖率和最大内存分配的测试数据的自动生成。实验表明,NSGA-Ⅱ算法生成的测试数据比其他多目标优化算法能更好地满足两个目标。
关键词
NSGA-Ⅱ算法
多目标测试
数据
覆盖率
内存分配
Keywords
NSGA-II
multi-objective test data
coverage rate
memory allocation
分类号
TP311.5 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于MOABCO的多目标测试用例优先级排序
被引量:
1
4
作者
张娜
张唯
吴彪
包晓安
机构
浙江理工大学信息学院
山口大学东亚研究科
出处
《测试技术学报》
2019年第2期93-98,103,共7页
基金
国家自然科学基金资助项目(61502430
61562015)
+1 种基金
广西自然科学重点基金资助项目(2015GXNSFDA139038)
浙江理工大学521人才培养计划资助项目
文摘
为了提高回归测试的效率,提出了一种基于多目标人工蜂群优化(Multi-Objective Artificial Bee Colony Optimization, MOABCO)算法的多目标测试用例优先级排序(Multi-Objective Test Case Prioritization, MOTCP)方法.针对标准多目标人工蜂群(Multi-Objective Artificial Bee Colony, MOABC)算法容易陷入局部最优解的问题,将差分变异策略融入到新蜜源更新阶段,且基于信息熵改进新蜜源选择方法,以避免算法陷入局部最优并增强了全局搜索能力;然后,将代码覆盖率和测试用例有效执行时间作为优化目标,并用MOABCO算法求Pareto最优解集,以解决MOTCP问题.实验结果表明, MOABCO算法求得的Pareto最优解集在逼近性和分布均匀性上均优于MOABC算法;在解决MOTCP问题上,相对于NSGA-II算法具有更高的收敛速度和更高的缺陷检测率.
关键词
多目标
人工蜂群优化算法
PARETO最优
多目标测试
用例优先级排序
回归
测试
软件
测试
Keywords
multi-objective artificial bee colony optimization algorithm
Pareto optimal solution
multi-objective test case prioritization
regression testing
software testing
分类号
TP311.5 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
多目标优化算法标准测试函数寻优研究
被引量:
1
5
作者
栗方
机构
南阳师范学院机电工程学院
出处
《电脑知识与技术》
2020年第23期203-206,共4页
基金
河南省科技厅科技攻关项目(项目编号:172102310334)
基于多元优化算法的肿瘤微阵列基因表达数据分类研究。
文摘
多目标优化问题在各种领域中日益展现出举足轻重的地位。该文对6种多目标优化算法进行了测试,选择了四种不同性质的测试函数,安排了12组实验,从实验数据可以得出,NSGA-III算法在多目标优化问题中具有很好的寻优效果,IBEA算法在单目标优化问题或者是多目标问题中需要观测单个变量时能起到很好的寻优效果,CMAES算法在高值域多目标优化中能起到很好的优化作用。
关键词
多目标
优化算法
多目标
标准
测试
函数
智能优化算法
多目标
优化评价指标
多目标
优化性能
测试
Keywords
multi-objective optimization algorithm
multi-objective standard test function
intelligent optimization algorithm
multiobjective optimization evaluation index
multi-objective optimization performance test
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向多目标测试用例优先排序的蚁群算法信息素更新策略
邢行
尚颖
赵瑞莲
李征
《计算机应用》
CSCD
北大核心
2016
10
下载PDF
职称材料
2
不可靠测试条件下基于NSGA-Ⅱ的多目标测试优化选择
翟禹尧
史贤俊
杨帅
秦玉峰
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2021
7
下载PDF
职称材料
3
NSGA-Ⅱ面向多目标测试数据模型的生成
周文晶
王占刚
《计算机技术与发展》
2014
0
下载PDF
职称材料
4
基于MOABCO的多目标测试用例优先级排序
张娜
张唯
吴彪
包晓安
《测试技术学报》
2019
1
下载PDF
职称材料
5
多目标优化算法标准测试函数寻优研究
栗方
《电脑知识与技术》
2020
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部