基于改进粒子群算法的测试数据自动生成研究  

Automatic Test Data Generation Based on GA-PSO

作　　者：邓璐娟[1] 林楠[2] 卢华琦[1] 刁海港[1] 孙义坤[1] 

机构地区：[1]郑州轻工业学院计算机与通信工程学院,河南郑州450002 [2]郑州大学软件学院,河南郑州450052

出　　处：《计算机测量与控制》2011年第2期250-252,共3页Computer Measurement &Control

摘　　要：测试数据的自动产生技术是软件测试的一个重要研究领域,高效的测试数据生成可以简化测试工作提高测试效率;针对传统遗传算法(GA)容易产生早熟收敛和易陷入局部最优解的问题,提出了一种基于遗传粒子群混合算法(GA-PSO)的软件测试数据自动生成算法,该算法在粒子群算法的基础上引入了遗传算子(交叉概率Pc、变异概率Pm),使所有测试数据在局部区域中再次寻找最优值,从而避免过早收敛,改进搜索最佳值的能力;仿真实验表明遗传粒子群混合算法与单纯使用简单遗传算法相比,具有更快的收敛速度,其产生最优解的代数得以大大提前,且精度更高。Automatic generation technology of test data is an important field of software test. Efficient test data generation can simplify the test and improve the efficiency. The traditional genetic algorithm （GA） easily engender premature convergence and easy to fall into local optimal solution of the problem, a hybrid algorithm of genetic algorithm （GA） and particle swarm optimization （PSO） is presented for automatic generation of test data. All test data at the local region find the optimal value again, in order to avoid premature convergence and improve the ability to search the best value. Simulation results show that the hybrid algorithm has a faster convergence rate, thus maintaining the population diversity and improving the global search capabilities.

关 键 词：软件测试 测试数据 遗传算法 粒子群算法 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]