基于图神经的DQN的类集成测试序列生成方法研究  

作　　者：王晨源 

机构地区：[1]中国矿业大学,江苏省徐州市221116

出　　处：《电子技术与软件工程》2023年第5期29-34,共6页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

摘　　要：本文提出针对类集成测试中不同的测试序列所耗费的整体代价问题使用整体测试桩复杂度为评价指标来设计深度强化学习任务;最后设计图神经网络用来提取程序类之间的关系特征并融入至DQN中,通过在一定训练次数内不断训练智能体获得最低整体测试桩复杂度的类测试序列。实验结果表明,提出的方法可在一些测试程序上效果达到最优。

关 键 词：类集成测试序列 图神经网络 深度强化学习 测试桩代价 

分 类 号：TP311.53[自动化与计算机技术—计算机软件与理论] TP18[自动化与计算机技术—计算机科学与技术]