-
公开(公告)号:CN105930272B
公开(公告)日:2018-10-02
申请号:CN201610257126.6
申请日:2016-04-22
Applicant: 中国矿业大学
IPC: G06F11/36
Abstract: 本发明公布了一种基于重要语句的分支覆盖测试数据生成方法,旨在可以高效地生成覆盖目标分支的测试数据。具体步骤如下:(1)利用弱变异测试转化方法对原程序进行转化;(2)根据语句重要度指标体系对原程序语句进行排序;(3)基于以重要度排序后的原程序语句序列,确定相应的变异分支优先级;(4)建立以分支覆盖为准则的测试数据生成问题的数学模型;(5)设计适应度函数,以优先级最高的变异分支为目标;(6)设置相关遗传操作,采用遗传算法生成覆盖目标分支的测试数据。
-
公开(公告)号:CN103559129A
公开(公告)日:2014-02-05
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:CN105930272A
公开(公告)日:2016-09-07
申请号:CN201610257126.6
申请日:2016-04-22
Applicant: 中国矿业大学
IPC: G06F11/36
CPC classification number: G06F11/3684
Abstract: 本发明公布了一种基于重要语句的分支覆盖测试数据生成方法,旨在可以高效地生成覆盖目标分支的测试数据。具体步骤如下:(1)利用弱变异测试转化方法对原程序进行转化;(2)根据语句重要度指标体系对原程序语句进行排序;(3)基于以重要度排序后的原程序语句序列,确定相应的变异分支优先级;(4)建立以分支覆盖为准则的测试数据生成问题的数学模型;(5)设计适应度函数,以优先级最高的变异分支为目标;(6)设置相关遗传操作,采用遗传算法生成覆盖目标分支的测试数据。
-
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:CN103903072A
公开(公告)日:2014-07-02
申请号:CN201410156357.9
申请日:2014-04-17
Applicant: 中国矿业大学
IPC: G06Q10/04
Abstract: 本发明涉及一种基于决策者偏好的高维多目标集合进化优化方法,以决策者给出的每个目标的偏好区域,将原优化问题的目标函数转化为期望函数;以原优化问题的多个解形成的集合为新的决策变量,以超体积和决策者偏好满足度为新的目标函数,将期望函数优化问题转化为2目标优化问题;利用集合内原优化问题的解的超体积贡献度和满足决策者偏好的程度,设计集合个体内部的自适应的交叉策略;此外,利用PSO算法中微粒的更新,以及全局最优解和局部最优解的思想,设计集合个体变异策略,以得到满足决策者偏好且收敛性和分布性均衡的Pareto优化解集。
-
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。
-
-
-
-
-