基于多种群遗传算法的可扩展有限状态机测试数据生成

基于多种群遗传算法的可扩展有限状态机测试数据生成

ID:33526314

大小:4.53 MB

页数:67页

时间:2019-02-26

基于多种群遗传算法的可扩展有限状态机测试数据生成_第1页
基于多种群遗传算法的可扩展有限状态机测试数据生成_第2页
基于多种群遗传算法的可扩展有限状态机测试数据生成_第3页
基于多种群遗传算法的可扩展有限状态机测试数据生成_第4页
基于多种群遗传算法的可扩展有限状态机测试数据生成_第5页
资源描述:

《基于多种群遗传算法的可扩展有限状态机测试数据生成》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、北京化工大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名:!鲴出丝日期:鲨坐:s:坌皇关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部门

2、或机构送交论文的复印件和磁盘,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。口论文暂不公开(或保密)注释:本学位论文属于暂不公开(或保密)范围,在』L年解密后适用本授权书。1叫}暂不公开(或保密)论文注释:本学位论文不属于暂不公开(或保密)范围,适用本授权书。作者签名:[塑£f!丝导师签名:绻酶兰、日期:学位论文数据集JIIIIIIIIIIIIIIIIHIIIIIIIIIIIIIIIIIJY2628786中图分类号TP311.5学科分类号5

3、20.40论文编号1001020140867密级公开学位授予单位代码100lO学位授予单位名称北京化工大学作者姓名周小飞学号2011200867获学位专业名称计算机应用技术获学位专业代码081203课题来源国家自然科学基金研究方向软件测试与软件可靠性论文题目基于多种群遗传算法的可扩展有限有限状态机测试数据生成关键词可扩展有限状态机,多种群遗传算法,遗传算法,测试数据生成论文答辩日期2014.05.26t论文类型基础研究学位论文评阅及答辩委员会情况姓名职称工作单位学科专长指导教师赵瑞莲教授北京化工大学软件测试与软件

4、可靠性评阅人l易军凯教授北京化工大学信息安全、电子取证评阅人2赵会群教授北方工业大学软件测试评阅入3评阅人4评阅人5答辩委员会主席易军凯教授北京化工大学信息安全、电子取证答辩委员1李宏光教授北京化工大学智能控制与智能系统答辩委员2许南山副教授北京化工大学网络数据库答辩委员3聂伟副教授北京化工大学通信与信号处理答辩委员4肖亮副教授北京化工大学核磁共振医学成像答辩委员5注:一.论文类型:1.基础研究2.应用研究3.开发研究4.其它二.中图分类号在《中国图书资料分类法》查询。三.学科分类号在中华人民共和国国家标;住(G

5、B/T13745-9)《学科分类与代码》中查询。四.论文编号由单位代码和年份及学号的后四位组成。摘要基于多种群遗传算法的可扩展有限状态机测试数据生成随着信息科学、计算科学的快速发展,与之相关的软件产业己逐渐成为一种蓬勃发展的行业。软件质量以及可靠性越来越受到用户的高度关注。软件测试以解决软件开发过程中产生的软件缺陷和漏洞为目的,可以有效保障软件质量和可靠性。然而,软件测试是一种复杂、耗时的工作,为进一步降低软件测试在整个软件开发过程中的人力及物力开销,提高软件整体的质量和效率,软件测试的自动化技术得到了广泛的应用

6、。可扩展有限状态机(ExtendedFiniteStateMachine,EFSM)是在有限状态机(FiniteStateMachine,FSM)的基础上,增加了状态迁移执行所需的变量、前置条件和由此所触发的一系列操作。EFSM可以更加精确地刻画软件系统的动态行为,被广泛应用于软件规格说明中,因此针对EFSM模型的测试数据自动生成研究具有重要的实用价值和理论意义。随着启发式搜索算法在软件测试数据生成中的广泛应用,利用搜索算法实现EFSM模型测试数据自动生成取得了一定的成果。多种群遗传算法(Multi—Popula

7、tionGeneticAlgorithm,MPGA)是一种新颖的并行搜索算法,采用多个种群同时进化,种群之间进行个体迁移的策略,可以进一步提高算法的搜索效率。为此,针对EFSM模型,本文提出一种面向EFSM路径的测试l北京化工大学硕士论文数据自动生成方法,利用MPGA实现其测试数据的自动生成。在此基础之上,分析讨论MPGA的种群数量、迁移问隔、迁移率、迁移策略等相关因素对EFSM模型测试数据生成效率的影响,运用单一变量法分析获取MPGA在EFSM测试数据生成的最优参数组合,并进行了大量的实验。实验结果表明:利用M

8、PGA实现EFSM模型的测试数据自动生成是确实可行的,其测试数据生成效率优于单种群遗传算法(GA)的测试数据生成效率;经过单一变量法获得的MPGA最优参数组合,可以有效提高EFSM模型的测试数据生成效率,这为后续进一步探讨基于MPGA的测试数据自动生成研究奠定了基础。关键词:可扩展有限状态机,多种群遗传算法,遗传算法,测试数据生成一一一一.垒呈!坠曼竺一一.Automat

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。