融入蜕变关系的杂交粒子群算法及在测试数据生成中的应用.pdfVIP

融入蜕变关系的杂交粒子群算法及在测试数据生成中的应用

摘要：粒子群算法作为一种智能优化算法，因算法收敛速度快和简单易实现的优点，在测试数据生成中应用广泛.为了提升

测试数据生成的效率，本文引入蜕变关系以覆盖待测程序的多条路径，提出融入蜕变关系的杂交粒子群算法并应用于软件测试

数据生成中.首先，提出粒子群算法的自适应惯性权重调节方案，提高算法的收敛速度;其次，为避免粒子群算法陷入局部极值，

呈现早熟性，本文提出杂交粒子群算法，将在遗传算法中交配的主要操作引入粒子群算法中；然后，对于已生成的测试数据，利

用待测程序的蜕变关系衍生出新的测试数据以覆盖待测程序的其他路径.最后，通过实验结果验证，本文提出的方法在收敛速

度和生成多路径的测试数据上有明显优势.

关键词：粒子群算法;测试数据生成;蜕变关系;惯性权重

HybridParticleSwarmOptimizationAlgorithmwithMetamorphicRelationsanditsApplica­

tioninTestDataGeneration

Abstract:Asoneofthetypicalintelligentoptimizationalgorithms,theparticleswarmoptimizationalgorithmhasbeenwidelyusedin

testdatageneration.Toimprovetheefficiencyofautomatictestdatageneration,thispaperproposesanovelmultiple-pathtestdata

generationbasedonhybridparticleswarmoptimizationalgorithmwithmetamorphicrelations(MRHPSO)byintroducingmetamor­

phicrelationstocovermultiplepathsoftheprogramundertest.First,anadaptiveadjustmentschemebasedoninertialweightispro­

posedtoimprovetheconvergencespeed.Second,toavoidtheparticleswarmoptimizationfallingintolocaloptimalsolution,thispa­

perproposedhybridparticleswarmoptimization(HPSO)byintroducingthehybridideaofgeneticalgorithm.Then,throughmeta­

morphicrelationsoftheprogramundertest,newtestdatacanbederivedfromthealreadygeneratedtesttocoverothertargetpaths.

Finally,theexperimentalresultsshowthattheproposedmethodcaneffectivelyimprovetheefficiencyofgeneratingtestdataauto­

matically.

Keywords：particleswarmoptimizationalgorithm；testdatageneration；metamorphicrelation；inertiaweight

1引言种有效的方法，越来越受到研究者们的关注，并检测出了大量

的现实故障.蜕变测试的中心是一系列的蜕变关系（Meta­

软件测试用于发现和纠正软件中存在的错误和缺陷，是morphicRelations,MR），这是目标函数在多个输入和它的预

软件开发过程中一个必不可少的质量保证和验证的环节.美期输出