《用于软件测试生成的微粒群优化方法研究》由会员分享，可在线阅读，更多相关《用于软件测试生成的微粒群优化方法研究（78页珍藏版）》请在金锄头文库上搜索。
1、中国矿业大学 本科生毕业设 计姓 名： * 学 号： ：*学 院： *专 业： 自自动动化化 设计题目： 用于用于软软件件测试测试生成的微粒群生成的微粒群优优化方法研究化方法研究 专 题： 指导教师： * 职 称： 讲讲 师师 年 月 徐州中国矿业大学徐海学院毕业设计任务书任任务务下下达达日日期期： 毕业设计日期：毕业设计日期： 毕业设计题目：用于软件测试生成的微粒群优化方法研究毕业设计题目：用于软件测试生成的微粒群优化方法研究毕业设计专题题目：毕业设计专题题目：毕业设计主要内容和要求：毕业设计主要内容和要求：结合基本微粒群优化算法的原理，研究该算法在软件测试方面的应用；针对微粒群优化算法的编
2、码特点，运用赫夫曼编码设计出解决问题的步骤；利用 C 语言编程，仿真验证 PSO 在软件测试中的可行性。具体设计要求如下：1、熟悉软件测试的原理和一般方法，重点分析了遗传算法在软件测试方面的应用；2、熟悉基本粒子群算法的原理和特点，讨论其改进方式，并分析比较算法的优劣性；3、设计用于软件测试路径覆盖的微粒群优化算法；利用 C 语言编程仿真，并通过实验论证其有效性。指导教师签字：郑 重 声 明本人所呈交的毕业设计，是在导师的指导下，独立进行研究所取得的成果。所有数据、图片资料真实可靠。尽我所知，除文中已经注明引用的内容外，本毕业设计的研究成果不包含他人享有著作权的内容。对本论文所涉及的研究工作做
3、出贡献的其他个人和集体，均已在文中以明确的方式标明。本论文属于原创。本毕业设计的知识产权归属于培养单位。本人签名： 日期： 中国矿业大学毕业设计指导教师评阅书指导教师评语（基础理论及基本技能的掌握；独立解决实际问题的能力；研究内容的理论依据和技术方法；取得的主要成果及创新点；工作态度及工作量；总体评价及建议成绩；存在问题；是否同意答辩等）：成 绩： 指导教师签字：年 月 日中国矿业大学毕业设计评阅教师评阅书评阅教师评语（选题的意义；基础理论及基本技能的掌握；综合运用所学知识解决实际问题的能力；工作量的大小；取得的主要成果及创新点；写作的规范程度；总体评价及建议成绩；存在问题；是否同意答辩等）：
4、成 绩： 评阅教师签字：年 月 日中国矿业大学毕业设计答辩及综合成绩答 辩 情 况回 答 问 题提 出 问 题正 确基本 正确有一 般性 错误有原 则性 错误没有 回答答辩委员会评语及建议成绩：答辩委员会主任签字： 年 月 日学院领导小组综合评定成绩：学院领导小组负责人： 年 月 日摘 要作为进化算法的一个重要分支，微粒群优化算法的理论研究一直受到学者们的广泛关注。微粒群优化算法由通过随机初始化一群粒子利用群体 迭代使粒子追随自身找到的最好解和群体找到的最好解完成优化。由于其 原理简单、调节参数少、执行效率高、易于实现，现已广泛应用于处理交 通运输管理、电力系统配置、工业生产调度、工程设计与优
5、化等各类复杂 的优化问题。目前，微粒群优化算法成为一种用于软件测试的新型智能优 化算法。 本文结合路径覆盖问题的特点，设计用于软件测试的微粒群优化算法。该方法基于赫夫曼编码方式建立微粒群的算法框架，通过不断更新微粒的 极值点、速度和位置，找到软件测试问题的最优解。针对其目标函数和微 粒群的编码方式，运用了 C 语言建立仿真平台，通过实验对比验证了微粒 群优化算法在软件测试中的优越性。 关键词：软件测试； 微粒群优化算法； 赫夫曼编码； C 语言编程ABSTRACTAs evolutionary algorithm as an important branch of particle swarm
6、 optimization algorithm theory research has received extensive attention of scholars. Particle swarm optimization algorithm by through the random initial a group of particle using iterative particle group to follow their own the best solution to find the best solution and groups find complete optimi
7、zation. Due to its principle is simple, adjust the parameter, less efficient, easy to realize, is widely used in processing transportation management, power system configuration, industrial production scheduling, engineering design and optimization of complex optimization problems. At present, the p
8、article swarm optimization algorithm is used in software testing as a new type of intelligent optimization algorithm.Based on the characteristics of the path coverage problem, designed for software testing of particle swarm optimization algorithm. Based on the establishment of particles coding way h
9、offman the algorithm framework, and through the update particle of extreme value point, speed and position, find software testing the optimal solution of the problem. According to the target function and particle swarm the coding method, using C language building simulation platform, through the con
10、trast verify the particle swarm optimization algorithm in software testing the superiority.Keywords：Software testing; Particle swarm optimization algorithm; Hoffman code; C programming language目目 录录第一章第一章绪绪 论论1 1.1 研究背景及意义11.2 研究内容及目标11.3 论文框 架2 第二章第二章 相关工作综相关工作综 述述32.1 软件测试问 题32.1.1 软件测试的概 念32.1.2
11、软件测试的目的、意义及方 法32.1.3 遗传算法在软件测试中的应 用52.2 微粒群优化算 法62.2.1 微粒群优化算法的产 生62.2.2 微粒群优化算法的基本原理72.2.3 微粒群优化算法的发 展102.2.4 微粒群优化算法与其他算法的比较112.2.5 微粒群优化算法的经典改进122.2.6 微粒群优化算法的应用162.3 本章小 结16 第三章第三章 用于测试路径覆盖数据生成的微粒群优化算用于测试路径覆盖数据生成的微粒群优化算 法法173.1 微粒编 码173.1.1 赫夫曼编 码173.1.2 目标途径的编 码183.1.3 被测程序的插 桩193.2 适应值计 算203.3 微粒极值点的更 新223.4 粒子位置的更新233.5 算法步骤
