APP下载

基于MOABCO的多目标测试用例优先级排序

2019-03-19包晓安

测试技术学报 2019年2期
关键词:排序优化

张 娜,张 唯,吴 彪,包晓安

(1.浙江理工大学 信息学院,浙江 杭州 310018; 2.山口大学 东亚研究科,山口 753-8514)

0 引 言

随着工业程序的日益复杂,将代码覆盖率、 测试需求覆盖、 平均错误检测率等因素之一作为测试用例排序准则的单目标测试用例优先级技术(Test Case Prioritization,TCP),已经难以满足回归测试的测试需求,研究者们亟需将研究重心转移至多目标测试用例优先级排序(Multi-Objective Test Case Prioritization,MOTCP)问题上[1].根据排序方法的不同,已有的关于MOTCP问题的研究可以分为加权法[2-6]和Pareto最优法两类[7-10],其中加权法占大多数,Pareto最优法的相对较少.同时,Pareto最优法的研究算法主要集中在以NSGA-II算法为代表的进化算法,关于其他智能搜索算法的研究还相对较少.

MOTCP问题从本质上来说是求解最优测试用例执行次序的组合优化问题[11],可以描述为: 对于给定的测试用例集T,PT为T的全排列集合,目标函数向量F=[f1(p),f2(p),…,fi(p),…,fM(p)],fi表示第i个优化目标的目标函数,fi∶PT→R,p∈PT,1≤i≤M.要求找到一个PT′属于PT,使∀p′∈PT′∩F达到Pareto最优.人工蜂群算法(Artificial Bee Colony Algorithm, ABC)相对于其他智能搜索算法具有结构简单、 控制参数少、 易于实现等特点[12].基于ABC算法的多目标人工蜂群优化(Multi-Objective Artificial Bee Colony,MOABC)算法,在解决多目标组合优化问题上表现出良好的特性[13,14].因此,可将MOABC算法引入到解决MOTCP问题中.

本文针对已有MOABC算法存在易陷入局部最优等问题,对外部精英解集及全局最优解的更新、 局部搜索和蜜源选择方式上做出了改进,提出了一种MOABCO算法.将测试用例的平均语句覆盖率和有效执行时间作为优化目标,并用MOABCO算法求Pareto最优解,以解决MOTCP问题.

1 多目……
登录APP查看全文

猜你喜欢

排序优化
排排序
超限高层建筑结构设计与优化思考
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
由“形”启“数”优化运算——以2021年解析几何高考题为例
恐怖排序
节日排序
刻舟求剑
基于低碳物流的公路运输优化