粒子群算法在黑盒测试中的应用.docxVIP

粒子群算法在黑盒测试中的应用 【摘 要】本文提出了一种利用粒子群算法帮助测试人员在较短时间内完成软件模块的黑盒测试，并给出测试结果和好的测试用例的方法。 【关键词】粒子群算法 测试用例 耦合度 在软件测试中，黑盒测试主要是针对模块进行的功能测试。最普遍的方法是以软件的功能说明书为基础将软件的输入划分为若干个等价类， 多次运行该软件来检验软件对于不同的等价类是否能满足要求。粒子群算法不像其它进化算法那样对于个体使用进化算子 ，而是将每个个体看作是在 维搜索空间中的一个没有质量和体积的粒子，并在搜索空间中以一定的速度飞行，每个粒子的飞行速度由其本身的飞行经验和群体的飞行经验调整。粒子群优化算法的特点之一是， 它同时保留着若干局部最优解，通过种群交替更新或者解的随机选取来寻求更好的解。如果能够将粒子群算法有效地运用于黑盒测试中，那么将给测试工作带来极大的帮助。 应用方法 在设计具体的算法之前，我们先介绍粒子群算法的基本算法，其算法框架 参考 资料 ，了解了粒子群算法算法的算法框架后，进一步要做的就是在软件的黑盒测试中，如何将不同的等价类转变为粒子群算法的候选解，如何设定解的优劣标准，如何设置合适的终止条件。 我们假定一个软件模块的输入参数有 5 个：A、B、C、D、E，经过合理的等价类划分后，每个参数又有 5 个不同的等价类：A1～A5，……，E1～E5。我们采用一个广义的粒子群算法候