-
公开(公告)号：CN103605605A
公开(公告)日：2014-02-26
申请号：CN201310595506.7
申请日：2013-11-21
Applicant: 中国矿业大学
IPC: G06F11/36
Abstract: 本发明公布了一种基于语句占优关系和两阶段遗传算法的高阶变异测试方法，目的是提高高阶变异测试的有效性和质量。首先，基于程序的占优关系树，来确定高阶变异的语句选择问题，从而保障位于同一个高阶变异体中的所有变异语句都被执行；然后，建立所需的目标函数，对高阶变异体的优劣进行度量；最后，设计了一种包含两个交替进化过程的遗传算法来生成高质量的高阶变异体，从而揭示程序所包含的复杂缺陷。该方法不但可以减少高阶变异体的数量，还可以保证高阶变体具有好的性能，对提高高阶变异测试的有效性和可行性具有重要意义。
-
公开(公告)号：CN103559129B
公开(公告)日：2016-08-17
申请号：CN201310529188.4
申请日：2013-10-31
Applicant: 中国矿业大学
Abstract: 本发明公布了一种基于遗传算法的统计回归测试数据生成方法，旨在可以高效快速地生成覆盖目标路径的测试数据。具体步骤如下：(1)根据回归测试过程中的修改语句，确定相关输入变量；(2)对与修改语句相关输入变量的概率分布进行建模；(3)基于修改前程序中输入分量的部分概率分布及其扰动值形成初始种群；(4)根据设计的适应度函数，对种群中的每个个体计算其适应值；(5)根据计算出的个体适应值，判断目标函数是否找到最优解，若找到，则输出测试数据并转步骤6；否则，对个体进行变异操作，生成新个体并返回步骤4；(6)结合与修改语句不相关输入变量的概率分布，得到所有输入变量的概率分布；并基于该分布采样，生成测试数据。
-
公开(公告)号：CN103605605B
公开(公告)日：2016-05-25
申请号：CN201310595506.7
申请日：2013-11-21
Applicant: 中国矿业大学
IPC: G06F11/36
Abstract: 本发明公布了一种基于语句占优关系和两阶段遗传算法的高阶变异测试方法，目的是提高高阶变异测试的有效性和质量。首先，基于程序的占优关系树，来确定高阶变异的语句选择问题，从而保障位于同一个高阶变异体中的所有变异语句都被执行；然后，建立所需的目标函数，对高阶变异体的优劣进行度量；最后，设计了一种包含两个交替进化过程的遗传算法来生成高质量的高阶变异体，从而揭示程序所包含的复杂缺陷。该方法不但可以减少高阶变异体的数量，还可以保证高阶变体具有好的性能，对提高高阶变异测试的有效性和可行性具有重要意义。
-
-
公开(公告)号：CN104750610B
公开(公告)日：2018-01-09
申请号：CN201510140052.3
申请日：2015-03-24
Applicant: 中国矿业大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于占优度的消息传递并行程序变异体约简方法，该方法包括：形成消息传递并行程序弱变异测试转化后的新程序；确定新程序中各变异条件语句真分支之间的占优关系；计算新程序中各变异条件语句真分支之间的占优度和各变异条件语句真分支的被占优度；得到冗余的变异条件语句真分支并进行约简；得到约简后的变异条件语句真分支和变异体。本技术方案针对消息传递并行程序弱变异测试转化后的新程序，根据变异条件语句真分支之间的占优度和各变异条件语句真分支的被占优度对变异体进行约简，不仅减少了变异体的数量，还提高了变异测试的效率，为消息传递并行程序的变异体约简问题提供了一种有效的解决思路。
-
Patent Agency Ranking
公开(公告)号：CN104750610A
公开(公告)日：2015-07-01
申请号：CN201510140052.3
申请日：2015-03-24
Applicant: 中国矿业大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于占优度的消息传递并行程序变异体约简方法，该方法包括：形成消息传递并行程序弱变异测试转化后的新程序；确定新程序中各变异条件语句真分支之间的占优关系；计算新程序中各变异条件语句真分支之间的占优度和各变异条件语句真分支的被占优度；得到冗余的变异条件语句真分支并进行约简；得到约简后的变异条件语句真分支和变异体。本技术方案针对消息传递并行程序弱变异测试转化后的新程序，根据变异条件语句真分支之间的占优度和各变异条件语句真分支的被占优度对变异体进行约简，不仅减少了变异体的数量，还提高了变异测试的效率，为消息传递并行程序的变异体约简问题提供了一种有效的解决思路。
-
公开(公告)号：CN107729241B
公开(公告)日：2020-11-03
申请号：CN201710945540.0
申请日：2017-10-12
Applicant: 中国矿业大学
Abstract: 本发明公布了一种基于变异体分组的软件变异测试数据进化生成方法，目的是提高变异测试数据生成问题的效率。首先，基于变异体被杀死的可达性条件，将变异体分成若干组，使得每组包含相对较少的变异体，这样，就可以把杀死所有变异体的测试数据生成问题，转化为若干相对简单的子问题；然后，采用多种群进化算法对所建立的模型进行求解，每个子种群求解一个子优化问题；在求解的过程中，随着变异体不断被杀死，对整个优化问题逐步进行简化，进一步降低问题的求解难度。该方法可以降低变异测试数据生成问题的难度，提高变异测试的效率和可行性，因此，具有重要的理论意义和实用价值。
-
公开(公告)号：CN103902457A
公开(公告)日：2014-07-02
申请号：CN201410155745.5
申请日：2014-04-17
Applicant: 中国矿业大学
Abstract: 基于协同进化的测试数据生成方法，旨在提供一种能够高效生成覆盖并行程序目标路径的测试数据自动生成方法，具体步骤如下：(1)建立测试数据生成问题的数学模型，将并行程序路径覆盖测试数据生成问题建模为一个单目标优化问题；(2)设计协同进化遗传算法求解上述模型。该方法根据进程路径与程序输入分量的相关性，将种群划分为多个子种群和一个合作团体群。每个子种群独立优化某一进程路径相关的部分输入分量。当进化到一定周期后，子种群的优良个体组合形成合作团体群的初始个体，用以优化完整的程序输入。当合作团体群进化到一定周期后，向子种群返回优良个体。通过合作团体群和子种群的交替协同进化，生成期望的测试数据。
-
公开(公告)号：CN107729241A
公开(公告)日：2018-02-23
申请号：CN201710945540.0
申请日：2017-10-12
Applicant: 中国矿业大学
CPC classification number: G06F11/3684 , G06N3/126
Abstract: 本发明公布了一种基于变异体分组的软件变异测试数据进化生成方法，目的是提高变异测试数据生成问题的效率。首先，基于变异体被杀死的可达性条件，将变异体分成若干组，使得每组包含相对较少的变异体，这样，就可以把杀死所有变异体的测试数据生成问题，转化为若干相对简单的子问题；然后，采用多种群进化算法对所建立的模型进行求解，每个子种群求解一个子优化问题；在求解的过程中，随着变异体不断被杀死，对整个优化问题逐步进行简化，进一步降低问题的求解难度。该方法可以降低变异测试数据生成问题的难度，提高变异测试的效率和可行性，因此，具有重要的理论意义和实用价值。
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.024 seconds)
