您的位置： 专家智库 > >

江西省自然科学基金(2010GZS0044)

作品数：1 被引量：19H指数：1
相关作者：毛澄映薛云志喻新欣更多>>
相关机构：江西财经大学武汉大学中国科学院软件研究所更多>>
发文基金：软件工程国家重点实验室开放基金江西省自然科学基金国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇实证
  • 1篇实证分析
  • 1篇数据生成
  • 1篇搜索
  • 1篇搜索算法
  • 1篇子群
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇结构性测试
  • 1篇测试数据
  • 1篇测试数据生成

机构

  • 1篇武汉大学
  • 1篇江西财经大学
  • 1篇中国科学院软...

作者

  • 1篇喻新欣
  • 1篇薛云志
  • 1篇毛澄映

传媒

  • 1篇计算机研究与...

年份

  • 1篇2014
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于粒子群优化的测试数据生成及其实证分析被引量：19
2014年
运用元启发式搜索进行结构性测试数据生成已经被证实是一种有效的方法.在讨论基于搜索的测试数据生成基本框架的基础上,以分支覆盖作为测试覆盖准则,给出了基于粒子群优化(particle swarm optimization,PSO)的测试数据生成算法,并通过分析分支谓词的结构特征提出了一种新的适应函数构造形式.在此基础上,针对一些公开的程序集开展对比性实验分析,证实粒子群优化算法在平均覆盖率、全覆盖成功率、平均收敛代数和搜索时间4项指标上均要优于遗传算法和模拟退火算法.同时,编程实现了4种典型的PSO变体算法并进行测试数据生成效果的实证分析,结果表明:基本PSO是解决测试数据生成问题的首选算法,而综合学习式PSO算法的表现则相对较差.
毛澄映喻新欣薛云志
关键词：结构性测试测试数据生成搜索算法粒子群优化
全选 清除 导出
共1页<1>
聚类工具0