• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 14
    • 下载费用:20 金币  

    重庆时时彩杀码规律2015: 含随机数软件测试数据生成问题的优化模型及进化求解.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201410139311.6

    申请日:

    2014.04.08

    公开号:

    CN103902455A

    公开日:

    2014.07.02

    当前法律状态:

    终止

    有效性:

    无权

    法律详情: 未缴年费专利权终止IPC(主分类):G06F 11/36申请日:20140408授权公告日:20160803终止日期:20170408|||授权|||实质审查的生效IPC(主分类):G06F 11/36申请日:20140408|||公开
    IPC分类号: G06F11/36 主分类号: G06F11/36
    申请人: 中国矿业大学
    发明人: 姚香娟; 巩敦卫; 王文亮; 李彬; 张功杰; 田甜
    地址: 221116 江苏省徐州市中国矿业大学理学院
    优先权:
    专利代理机构: 代理人:
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410139311.6

    授权公告号:

    |||||||||

    法律状态公告日:

    2018.04.20|||2016.08.03|||2014.07.30|||2014.07.02

    法律状态类型:

    专利权的终止|||授权|||实质审查的生效|||公开

    摘要

    本发明公布了含随机数软件测试数据生成问题的优化模型及进化求解方法。软件测试的核心,是要在短时间内生成有效的测试数据。对于内部含有随机数等不确定参数的复杂软件,传统的测试数据生成方法往往难以奏效。本文首先给出含随机数软件的测试充分性准则,在此基础上建立了含随机数软件测试数据生成问题的数学模型,并提出相应的进化优化求解方法。

    权利要求书

    权利要求书
    1.  含随机数软件测试数据生成问题的优化模型及进化求解,其特征在于如下步骤: 
    步骤1.1:提出含随机数软件测试充分性准则,保障每个测试目标被测试数据集覆盖的概率大于设定的阈值; 
    步骤1.2:给出含随机数软件测试数据生成问题的随机优化模型,保障测试数据满足给定的测试充分性准。 
    步骤1.3:设计了一种个体适应值的近似计算方法,用遗传算法来对随机性软件测试数据生成问题进行进化求解。 

    2.  权利要求1中步骤1.1所述的含随机数软件测试充分性准则,其特征在于本发明对给定的测试目标(语句,分支,路径等)集,在程序的输入空间寻找测试数据集,使得以该测试数据集为输入运行程序时,每个测试目标被执行的概率达到给定的阈值。这样,对于内部含有随机数软件,避免了测试数据覆盖目标语句受随机数影响带来的不确定性。 
    例如,以下列程序片段为例: 

    如果选取测试数据集{-18,-27,-10,-23,-2,-15,-9,15,3,5,19,19},就可以保证每个目标被覆盖的概率至少为0.9,而且对目标语句1和2,平均被覆盖的次数为5×0.5=2.5;目标语句3平均被覆盖的次数为7×0.3=2.1;目标语句4平均被覆盖的次数为7×0.7=4.9。虽然得到的测试数据集不能保证每个测试目标一定会被覆盖,但可以保证每个测试目标被覆盖的概率大于设定的阈值。 

    3.  权利要求1中步骤1.2所述的含随机数软件测试数据生成问题的随机优化模型,其特征在于给出了目标函数和约束条件,从而保证可以保障满足给定的测试充分性准则。 
    设被测程序为G,程序G的的输入变量分别为x1,x2,…,xl,则程序G的输入向量X=(x1,x2,…,xl),G包含m个测试目标λ1,λ2,…,λm,是一个包含n个测 试数据的集合。若以{X1,X2,…,Xn}为输入数据运行程序,每个测试目标被覆盖的概率至少为q,则称该测试数据集的可信度为q。对给定的阈值1-α,{X1,X2,…,Xn}是满足测试准则1的测试数据,当且仅当其可信度q≥1-α。另外,q的值越大,该测试数据集就越接近测试充分性准则1的要求。因此,测试数据集{X1,X2,…,Xn}的可信度是需要进行优化的目标。 
    设以Xi为输入运行程序时,Tj被执行的概率为那么运行测试数据集{X1,X2,…,Xn}的所有元素后,Tj至少被执行一次的概率:测试数据集{X1,X2,…,Xn}的可信度为我们就把q的值作为决策变量S={X1,X2,…,Xn}的目标函数,记为f(X1,X2,…,Xn),即 

    对给定的测试目标T1,T2,…,Tm,满足步骤1.1的准则的测试数据生成问题优化模型如下: 

    其中。

    4.  权利要求1中步骤1.3所述对随机性软件测试数据生成问题的进化求解方法,其特征在于以下步骤: 
    步骤4.1:个体表示方法 
    在遗传算法中,所求问题的一个可能解称为一个个体。在本发明中,优化问题(3)的决策变量是一个包含n个测试数据的集合{X1,X2,…,Xn},因此,使用进化方法对该问题进行求解时,{X1,X2,…,Xn}就是一个个体,其中每个Xi对应被测程序的一个输入。设Xi=(xi1,xi2,…,xil),那么个体{X1,X2,…,Xn}可以用一个n×s的矩阵来表示: 

    其中,每个输入变量xij采用实数或二进制编码,根据输入变量的类型决定。 
    步骤4.2:个体适应值 
    个体{X1,X2,…,Xn}的目标函数如式(3)所示。但是,一般情况下要确定的值并不容易,因此,直接利用式(3)计算个体适应值不太现实。下面给出个体适应值的近似计算方法。 
    我们由以下引理和定理: 
    引理1其中0≤xi≤1,i=1,…,n。 
    定理1其中
    令表示随机从{X1,X2,…,XN}中任取一个测试数据运行程序后能够覆盖测试目标Tj的概率,则
    由定理1,个体{X1,X2,…,XN}的可信度因此,可以用q'代替q作为对个体{X1,X2,…,XN}的评价。但是,q'的真值依然不好得到。下面给出q'的估计值。 
    设Yj表示集合{X1,X2,…,XN}中能够覆盖测试目标Tj的元素个数。令 

    则Yj=Z1j+Z2j+…+ZNj。故 

    因此,是的无偏估计量,记为fe(Tj)。我们可以用fe(Tj)作为对p(Tj)的估计值。这样,个体{X1,X2,…,XN}的适应值就转化为 

    步骤4.3:遗传操作 
    (1)交叉算子 
    这里采用单点交叉的方式。设M1和M2是两个个体,随机选择两个随机数H和L,其中1≤H≤n,1≤L≤l。令 


    其中,M(i,j)表示矩阵M的第i行第j列元素。这样,可以得到两个新个体M'1和M'2。 
    (2)变异算子 
    这里采用两种变异方式,一种是常规变异,一种是拉伸变异。 
    常规变异:设M是一个个体,随机选择四个随机数H1、H2、L1和L2,其中1≤H1,H2≤n,1≤L1,L2≤l。对满足H1≤i≤H2且L1≤j≤L2的个体xij实施变异。具体的变异方式根据个体的编码方式决定。 
    拉伸变异:设M={X1,X2,…,Xn}是一个包含n个输入的测试数据集,随机生成k个新的输入数据Xn+1,…,Xn+k,令M'={X1,X2,…,Xn,Xn+1,…,Xn+k},则称这种变异方法为拉伸变异,而M'是由M经过拉伸变异得到的新个体,k称为拉伸强度。 
    需要指出的是,本算法中,每一代个体都要实施常规变异,而拉伸变异用于改变测试数据集的容量,只有在合适的时机才会实施该种变异。 
    (3)选择算子 
    本算法中的个体是一个集合。为了减少计算量并加快算法收敛速度,我们采用贪心方式对个体进行选择。设第i代种群为Popi,经过交叉、变异后得到的新个体组成的集合为Pop'i,令Total=Popi∪Pop'i,再从Total中选择最好的个体组成下一代种群Popi+1。 
    步骤4.4:算法终止条件 
    对给定的阈值1-α,由4.2节讨论可知,要使个体{X1,X2,…,Xn}的可信度q≥1-α,只需令则得到 
    (1-(1-p)n)≥1-α 
    解得: 

    也就是说,对给定的n,要使个体{X1,X2,…,Xn}的可信度达到给定的阈值1-α,只要保证 这里
    基于以上讨论,算法的终止条件为:达到给定的阈值,或者算法运行到最大代数。 

    关 键 词:
    随机数 软件 测试数据 生成 问题 优化 模型 进化 求解
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:含随机数软件测试数据生成问题的优化模型及进化求解.pdf
    链接地址://www.4mum.com.cn/p-6120845.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03