基于自適應遺傳模擬退火算法的測試數(shù)據(jù)的自動生成.pdf

1、信息技術的飛速發(fā)展，使軟件產(chǎn)品應用到社會的各個領域，軟件產(chǎn)品的質(zhì)量自然成為人們共同關注的焦點。
　　隨著軟件規(guī)模的不斷擴大，復雜程度的不斷提高，以及面向?qū)ο蟪绦蛟O計方法和工具的使用，軟件測試的難度也進一步提高。實際的軟件開發(fā)經(jīng)驗表明，軟件測試在整個軟件開發(fā)周期中，約占去1/3的時間，以及大約50％的總費用。令人遺憾的是目前的大部分軟件測試還是采用人工測試的方式，有效的軟件測試工具都比較昂貴。但事實上，測試卻是在整個軟件開發(fā)過程中極

2、有可能應用計算機進行自動化的工作，原因是測試的許多操作是重復性的、非智力創(chuàng)造性的，只需要細致注意力就能完成的工作，而計算機的特點就決定了它最適合代替人類去完成這些任務。
　　本文對軟件測試的方法做了詳細的歸納和總結，分別介紹了動態(tài)測試、靜態(tài)測試、白盒測試和黑盒測試等測試方法。最后總結了近年來測試數(shù)據(jù)的各種生成技術，并且根據(jù)對各種方法和技術進行了系統(tǒng)地總結，提煉出了本文使用的方法和技術。
　　本文對各種測試數(shù)據(jù)生成算法進行了研

3、究，采用遺傳算法為本文的核心算法，對遺傳算法在軟件測試環(huán)境下的優(yōu)缺點進行了分析，并且針對實際應用對其缺點進行了改進。首先，將遺傳算法和模擬退火算法相結合，并對“退火”機制進行了改進，使其解決了鄰域構造問題。其次，設計了自適應變異概率，保證了最優(yōu)個體在進化過程中不被破壞，減少了進化過程中的“抖動”現(xiàn)象。再次，適應度縮放法的使用，不僅進一步解決了“早熟”問題，而且加快了算法的收斂速度，提高了搜索效率。改進后的算法稱為自適應遺傳模擬退火算法，