基于粒子群优化算法的软件测试数据生成研究  

Research on Generation of Software Test Data Based on PSO

作　　者：袁爱平[1] 唐一韬[1] 万灿军[1] 

机构地区：[1]长沙民政职业技术学院软件学院,长沙410004

出　　处：《计算机与数字工程》2013年第2期163-164,185,共3页Computer & Digital Engineering

基　　金：湖南省科技计划项目(编号:2008GK3085);湖南省十二五规划课题(编号:XJK011BXJ006)资助

摘　　要：遗传算法在软件测试数据自动生成方面应用广泛,但是其自身也存在局限性,如参数难于设置、算法复杂等,而粒子群优化算法执行容易、参数少,能很快地找到最优解。论文提出一种基于粒子群优化算法的软件测试数据自动生成方法,并应用于等边三角形判别程序。实验表明,粒子群优化算法能比遗传算法更高效的生成测试数据。Genetic algorithm（GA）is applied widely to automatic generation of software test data,but it has deficiencies such as difficult settings of its parameters and complexity of algorithm.Particle Swarm Optimization（PSO）can get optimal solution easily and have characteristics of simple exectuion and less argument.This paper introduces a generation approach of software test data based on particle swarm optimization（PSO）algorithm and use it to judge equilateral triangle.The experimental results show PSO algorithm is more efficient than GA algorithm in generation of test data.

关 键 词：软件测试 测试数据 遗传算法 粒子群优化算法 

分 类 号：TP311.5[自动化与计算机技术—计算机软件与理论]