

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來,用戶對軟件需求的復(fù)雜度在逐漸增高,軟件規(guī)模越來越龐大,軟件質(zhì)量問題得到了廣泛的關(guān)注。軟件測試是保障軟件質(zhì)量的有效手段,其中自動化測試技術(shù)能夠打破手工測試的局限性,通過自動生成測試數(shù)據(jù),有效的提升了軟件測試的效率。本文研究如何將啟發(fā)式算法用于軟件測試數(shù)據(jù)的自動生成,并以三角形分類問題作為實例,驗證啟發(fā)式算法在測試數(shù)據(jù)自動生成上的優(yōu)勢。
本文首先介紹了軟件自動化測試的相關(guān)技術(shù),重點研究面向路徑的測試數(shù)據(jù)自動生成技術(shù)。然后,
2、詳細(xì)闡述啟發(fā)式算法相關(guān)概念。啟發(fā)式算法包括遺傳算法,模擬退火算法,蟻群算法以及禁忌算法等,是一組指導(dǎo)算法搜索方向的、建議性質(zhì)的規(guī)則集。本文重點研究遺傳和模擬退火算法在自動化測試方面的應(yīng)用。遺傳算法是一種全局優(yōu)化搜索方式,具有廣泛的實用性,是從生物的進化過程抽象出來,基于概率意義,隨機進行迭代進化的方法。但是,遺傳算法具有自身的缺陷。例如,局部搜索能力不足、收斂速度慢以及穩(wěn)定性也較差。模擬退火算法是局部搜索算法的擴展,針對遺傳算法的缺陷,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于啟發(fā)式搜索的面向FSM路徑用例生成的WEB測試研究.pdf
- 基于增強學(xué)習(xí)的啟發(fā)式和元啟發(fā)式搜索的參數(shù)調(diào)優(yōu)策略.pdf
- 基于啟發(fā)式搜索的IP數(shù)據(jù)流分類方法的研究.pdf
- 基于微粒群算法的軟件測試數(shù)據(jù)的自動生成.pdf
- 基于啟發(fā)式搜索的靈活規(guī)劃的算法研究.pdf
- 基于遺傳算法的軟件測試數(shù)據(jù)自動生成研究.pdf
- 基于啟發(fā)式搜索的生物特征辨識算法研究.pdf
- 軟件測試數(shù)據(jù)自動生成的研究與實現(xiàn).pdf
- 基于啟發(fā)式策略的web應(yīng)用自動化測試研究
- 基于用戶測試的啟發(fā)式評估研究.pdf
- 基于禁忌搜索的字符串型測試數(shù)據(jù)自動生成.pdf
- 基于Memetic算法的軟件測試數(shù)據(jù)生成.pdf
- 基于啟發(fā)式策略的Web應(yīng)用自動化測試研究.pdf
- 基于元啟發(fā)式算法的測試場景生成與優(yōu)化方法.pdf
- 基于啟發(fā)式算法的聯(lián)鎖進路搜索研究與應(yīng)用.pdf
- 基于免疫遺傳算法的軟件測試數(shù)據(jù)的自動生成研究.pdf
- 基于路標(biāo)的啟發(fā)式搜索智能規(guī)劃方法研究.pdf
- 基于啟發(fā)式搜索算法的地圖尋徑的研究.pdf
- 基于Petri網(wǎng)和啟發(fā)式搜索的調(diào)度算法研究.pdf
- 基于啟發(fā)式搜索的汽車處理站選址問題研究.pdf
評論
0/150
提交評論