基于惩罚函数的演化测试优化方法研究

摘要：

演化测试是一种有效的测试用例自动生成技术.它将测试用例的生成的过程转化为一个利用遗传算法进行数值优化的问题,可以自动生成高质量的测试用例.目前,演化测试技术已经在许多测试领域被广泛地研究.研究发现,演化测试过程中无效解和局部最优解的存在扰乱了演化正常进行,降低了演化测试的性能.针对演化测试中存在的问题,提出基于惩罚函数的适应值函数F(x),对无效解和局部最优解进行惩罚,有助于演化过程中根据适应值选择更合适的个体进行遗传操作,提高演化测试的性能.实验结果表明,F(x)有效降低了无效解和局部最优解的适应值,提高了演化测试的性能.

关键词：演化测试、惩罚函数、无效解、退化现象

所属期刊栏目：37

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家杰出青年科学基金项目60425206;国家自然科学基金资助项目60403016、60633010;高等学校博士学科点专项科研基金20060286020;教育部-英特尔信息技术专项科研基金MOE-INTEL-08-12

在线出版日期：2009-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1-3