改进遗传算子的测试用例优化研究  

作　　者：刘音 

机构地区：[1]北京交通大学海滨学院,河北沧州061199

出　　处：《科教导刊（电子版）》2020年第34期276-278,共3页The Guide of Science & Education (Electronic Edition)

基　　金：2018年沧州市科学技术局项目“一种软件测试用例优化算法的研究”(编号:183103004)。

摘　　要：遗传算法是一种模拟生物进化的全局搜索算法,近年来被广泛用于研究测试用例优化问题。传统遗传算法采用固定交叉概率和变异概率生成新个体,容易导致陷入局部最优解。针对这个问题,对算子进行改进,即个体按照其适应度值升序排列,用后5%个体代替前5%个体,然后使用轮盘赌法、动态交叉概率和动态变异概率生成新的种群,并用于解决测试用例优化问题。通过对算法进行仿真实验,证明了采用新的选择算子后,遗传算法能有效地避免陷入早熟现象,实现了测试用例优化,降低了测试成本。

关 键 词：遗传算法 测试用例优化 动态交叉概率 动态变异概率 

分 类 号：TP29[自动化与计算机技术—检测技术与自动化装置]