没有合适的资源?快使用搜索试试~ 我知道了~
可在www.sciencedirect.com在线获取ScienceDirectFutureComputing and Informatics Journal 3(2018)178e190http://www.journals.elsevier.com/future-computing-and-informatics-journal/基于多目标进化算法Samar Ali Abdallaha,*,Ramadan Moawadb,Esaam Eldam Fawzyaa阿拉伯科学、技术和海运学院,埃及开罗b埃及未来大学,埃及开罗接收日期:2018年1月16日;修订日期:2018年2月7日;接受日期:2018年2月19日2018年5月30日在线提供摘要高代码覆盖率是通过软件测试过程来衡量的,通常使用自动测试用例生成工具。这种标准方法通常用于单元测试,以提高软件的可靠性。大多数自动化测试用例生成工具只关注代码覆盖率,而没有考虑其成本和生成的测试用例之间的冗余。为了获得优化的高代码覆盖率,并确保最小的成本和冗余的多目标进化算法的方法(MOEA)设置在运动中。提出了一种有效的方法,并适用于不同的算法从MOEA框架从单独的图书馆与三个健身功能的覆盖率,成本和冗余。 四种MEOA算法已经被证明是可靠的,可以达到90%以上的代码覆盖率:NSGAII,Random,SMSEMOA,v和ε-MOEA。这四种算法是MOEA方法背后的关键因素。Copyright © 2018埃及未来大学计算机与信息技术学院由爱思唯尔公司制作和主持这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。关键词:单元测试;测试用例自动生成; MOEA;代码覆盖率1. 介绍“软件测试是用来确保程序没有错误和提高其功能性能的程序。换句话说,它用于确定和改进软件的质量。在开始测试过程之前,有必要选择一个测试充分性标准来评估一个套件是否足够满足测试目标[1]。测试充分性标准定义了测试套件必须遵守的属性(例如,代码覆盖率、功能需求*通讯作者。电子邮件地址:samarel-agouz@student.aast.edu(S.A.Abdallah),ramdan.fue.edu.eg(R.Moawad),essam.elfakharany@aast.ed(E.E.Fawzy)。同行审查,由埃及未来大学计算机和信息技术系负责。代码覆盖率[9]被认为是保证测试测试代码的一种方法。当测试人员运行这些测试时,他们大概是在检查是否获得了预期的结果。覆盖率测量在很多方面都很有用;它改进了测试过程,向用户提供了有关验证过程状态的信息,并有助于找到未覆盖的区域。有几种工具,从手动和自动生成测试用例,以促进软件测试过程。未来的趋势在于自动化的方法来生成测试用例;然而,它容易出错并且很耗时。这就增加了测试过程的成本。在我们的研究论文中,我们介绍了一种新的方法来优化测试用例生成过程,以降低运行单元测试的成本。这个过程消除了冗余;因此,它提高了效率。因此,代码覆盖率最大化。我们采用了四种MEOA算法。MOEA是一个重要的主题,在解决现实世界的问题时需要仔细注意大多数现实世界的MOP(多目标问题)都有约束,需要https://doi.org/10.1016/j.fcij.2018.02.0042314-7288/Copyright © 2018埃及未来大学计算机与信息技术学院。Elsevier B. V.制作和托管这是CC BY-NC-ND许可证下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。S.A. Abdallah et al./Future Computing and Informatics Journal 3(2018)178e 190179整合到我们的搜索引擎中,以避免向不可行的解决方案趋同。约束可以是“硬的“(即,它们必须被满足)或“软“(即,他们可以放松),并妥善解决他们一直是一个问题的研究在单目标环境影响评估[2,3]。MOEA在寻找难以捉摸的问题的解决方案时特别有效,而另一个MOEA在解决非均匀帕累托前沿时非常有效。如果不知道问题的表型空间,使用具有不同优势的多个MOEA可能比只使用一个更好。然后,MOEA可以以这样一种方式共同进化,即个体从一个算法传递到另一个算法,试图用好的解决方案播种算法[2]。在我们的研究论文中,我们选择了四种不同的算法:NSGAII,Random,SMSEMOA和ε-MOEA,它们来自不同的库,具有不同的行为,以提供有效的解决方案。本文的结构如下。下一节,对我们的一些相关工作进行研究。在第三节中,我们提出了自动化测试用例生成工具的测试用例选择方法。在第4节中,列出了使用的不同数据集。第五节简要介绍了不同的出租方式.最后,在第6节中讨论了实验和结果。2. 相关工作卢 西 亚 诺 ·S 作 者 声 明 : a.C. 里 卡 多 · 德 米 兰 达 C.Prudencio和Flavia de A.Barros在Ref.[3]一种使用粒子群优化(PSO)解决多目标测试用例选择问题的方法。与单目标优化不同,多目标优化(MOO)同时优化多个目标 他们开发了一种基于粒子群优化(PSO)的功能测试用例选择机制,该机制同时考虑两个目标:最大化代码覆盖率,同时最小化测试用例执行工作的成本。他们实现了两个多目标版本的PSO(BMOPSO和BMOPSO-CDR)。在这项工作中,开发了一个二进制多目标PSO(BMOPSO),作为用二进制向量表示TC选择问题的解;(2)用MOPSO算法处理多目标问题。此外,通过向BMOPSO添加拥挤距离和轮盘机制来选择功能测试,实现了BMOPSO-CDR卢西亚诺·S作者声明:a. C.里卡多·德米兰达C. Prudencio和Flavia de A. Barros在参考文献[4]中提出了对以前工作的增强。将所谓的鲶鱼效应添加到多目标选择算法中以增强其结果。例如,使用所谓的“鲶鱼“效应,已经证明可以提高二进制PSO的单目标版本的性能。鲶鱼效应的名字来源于挪威渔民在将鲶鱼引入捕获沙丁鱼的蓄水池时观察到的一种效应。引入一种不同于沙丁鱼的鲶鱼到水箱中,刺激了沙丁鱼的运动,从而使沙丁鱼保持活力,因此新鲜时间更长。类似地,鲶鱼效应被发展到PSO算法中,我们引入“鲶鱼粒子”来刺激群中其余粒子的重新搜索。因此,这些鲶鱼粒子有助于将可能陷入局部最优的粒子引导到搜索空间的新区域,从而导致可能更好的区域。Chandraprakash Patidar在参考文献[5]中提出了使用基于序列图的测试和离散粒子群优化算法的测试用例生成算法。提出了一种基于离散粒子群优化算法的UML序列图测试用例自动生成方法。在他的方法中引入了一种算法,自动创建一个依赖,然后生成一个依赖图,测试用例可以从依赖图中生成测试用例。此外,通过使用序列图作为用于使用序列图动态动作(如对象之间的交互)生成测试用例的基本元素来生成动态测试用例,可以在生成测试用例时考虑。最后,本文采用离散粒子群优化算法进行优化.应用于从序列图中提取信息生成依赖图生成测试用例.Fig. 1.拟议办法。180S.A. Abdallah et al./Future Computing and Informatics Journal 3(2018)178e 190表1数据集#1的eMOEA。冗余覆盖成本溶液1百分之二十七80.96%196.5溶胶#2百分之二十七81.66%199.1溶胶#3百分之二十八82.66%203.0溶胶#4百分之二十八81.65%199.1溶胶#5百分之二十七78.55%193.1溶胶#6百分之二十五81.22%200.5溶胶#7百分之二十五79.32%193.4溶胶#8百分之二十五81.44%202.2溶胶9百分之二十五百分之八十点二七192.5溶胶#10百分之二十八82.31%203.2溶胶#11百分之二十五79.24%194.4溶胶#12百分之二十八83.91%214.6溶胶#13百分之二十七80.96%194.2溶胶#14百分之二十八82.06%201.7溶胶#15百分之二十五80.07%192.3溶胶#16百分之二十七80.10%196.3溶胶#17百分之二十五79.87%197.4第18号溶胶百分之二十七82.17%204.8第19号溶胶百分之二十七80.59%193.2溶胶#20百分之二十七80.71%196.9溶胶#21百分之二十八82.01%203.3溶胶#22百分之二十七79.84%200.1溶胶#23百分之二十八81.85%201.8溶胶#24百分之二十七79.57%194.0第25号溶胶百分之二十七82.29%208.9第26号溶胶百分之二十五79.85%195.4第27号溶胶百分之二十七百分之八十点三五197.8第28号溶胶百分之二十五79.96%194.0第29号溶胶百分之二十七79.91%197.9第30号溶胶百分之二十七77.90%188.2第31号溶胶百分之二十四79.10%193.0第32号溶胶百分之二十四77.58%191.8第33号溶胶百分之二十五百分之八十点二三195.4第34号溶胶百分之二十八81.96%202.7第35号溶胶百分之二十五78.66%192.6第36号溶胶百分之二十五78.82%188.2第37号溶胶百分之二十八81.32%201.9第38号溶胶百分之二十三75.94%188.3第39号溶胶百分之二十五79.90%194.1第40号溶胶百分之二十八82.63%204.7第41号溶胶百分之二十五80.30%195.4第42号溶胶百分之二十七79.68%192.6第43号溶胶百分之二十七80.41%197.8第44号溶胶百分之二十七百分之八十点二七195.3第45号溶胶百分之二十八79.79%192.6第46号溶胶百分之二十五79.41%196.4第47号溶胶百分之二十八83.33%208.2第48号溶胶百分之二十七81.31%198.9第49号溶胶百分之二十七80.14%190.2第50号溶胶百分之二十七80.30%198.4第51号溶胶百分之二十五77.21%188.8第52号溶胶百分之二十九84.00%209.8第53号溶胶百分之二十七81.10%196.1第54号溶胶百分之二十七百分之七十九点九五190.7第55号溶胶百分之二十七79.82%197.0第56号溶胶百分之二十七百分之八十点三八194.4第57号溶胶百分之二十七79.77%197.0第58号溶胶百分之二十七81.61%211.4第59号溶胶百分之二十七77.41%195.2第60号溶胶百分之二十五79.27%196.5第61号溶胶百分之二十七百分之七十九点九九193.4第62号溶胶百分之二十八83.03%205.7第63号溶胶百分之二十五77.46%193.9S.A. Abdallah et al./Future Computing and Informatics Journal 3(2018)178e 190181表1(续)冗余覆盖成本第64号溶胶百分之二十八百分之八十点三二200.5第65号溶胶百分之二十七79.12%195.2第66号溶胶百分之二十五78.82%193.03. 该方法本文提出了一种新的方法,采用四种不同的算法和三个适应度函数来解决多目标测试用例选择问题,在许多自动化测试用例生成工具。它面临着生成重复测试用例的挑战,并且在执行时间成本内效率低下,而且测试用例的覆盖率较低,测试用例之间存在冗余。在客户寻求高质量产品的地方,软件测试活动的重要性越来越大,旨在确保开发中产品的质量和可靠性。生成大量测试用例的成本也很高,高达最终软件开发成本的40%。因此,提高整个测试过程的效率和有效性是至关重要的。在测试过程中,有必要选择一个测试适合度准则,定义测试适合度必须遵守的属性。我们必须关注的最重要的指标图二、ε-MOEA覆盖率和Redundancy Rel.数据集#1图3. ε-MOEA覆盖范围和成本相关性数据集#1182S.A. Abdallah et al./Future Computing and Informatics Journal 3(2018)178e 190表2数据集#1的NSGAII。冗余覆盖成本溶液1百分之二十七78.78%191.5溶胶#2百分之二十五79.25%191.0溶胶#3百分之二十五80.71%195.5溶胶#4百分之二十七82.41%203.4溶胶#5百分之二十七82.18%204.8溶胶#6百分之二十七81.76%198.8溶胶#7百分之二十七百分之七十八点九七189.7溶胶#8百分之二十八82.76%202.8溶胶9百分之二十七81.06%196.3溶胶#10百分之二十七百分之八十点五五197.2溶胶#11百分之二十八82.54%201.7溶胶#12百分之二十七80.76%200.2溶胶#13百分之二十八82.73%204.4溶胶#14百分之二十七百分之七十八点九九194.9溶胶#15百分之二十八82.52%204.4溶胶#16百分之二十五百分之八十点三八194.3溶胶#17百分之二十八80.79%198.4第18号溶胶百分之二十五百分之八十点五四196.8第19号溶胶百分之二十五80.66%199.6溶胶#20百分之二十四79.18%193.1溶胶#21百分之二十七80.69%193.0溶胶#22百分之二十八81.29%203.3溶胶#23百分之二十七百分之八十点零九193.1溶胶#24百分之二十七80.80%194.8第25号溶胶百分之二十五79.42%192.7第26号溶胶百分之二十七百分之七十八点八五194.4第27号溶胶百分之二十八82.05%198.3第28号溶胶百分之二十八81.93%202.9第29号溶胶百分之二十八83.11%210.7第30号溶胶百分之二十五80.67%195.6第31号溶胶百分之二十八82.05%202.5第32号溶胶百分之二十五78.63%189.2第33号溶胶百分之二十五80.06%193.8第34号溶胶百分之二十七82.27%204.6第35号溶胶百分之二十七81.07%194.8第36号溶胶百分之二十七81.70%204.8第37号溶胶百分之二十八79.65%197.7第38号溶胶百分之二十七80.42%197.2第39号溶胶百分之二十七百分之八十点四五197.6第40号溶胶百分之二十五百分之八十点四三192.7第41号溶胶百分之二十八83.13%205.4第42号溶胶百分之二十四77.03%190.2第43号溶胶百分之二十八80.79%200.4第44号溶胶百分之二十八83.11%205.4第45号溶胶百分之二十七79.77%192.3第46号溶胶百分之二十七79.30%193.5第47号溶胶百分之二十七80.21%198.3第48号溶胶百分之二十九百分之八十点一二201.3第49号溶胶百分之二十七80.42%193.7第50号溶胶百分之二十七78.57%186.9第51号溶胶百分之二十七79.87%196.8第52号溶胶百分之二十八82.04%204.1第53号溶胶百分之二十八百分之八十点八四202.4第54号溶胶百分之二十五78.57%190.5第55号溶胶百分之二十五77.96%192.6第56号溶胶百分之二十七77.71%191.4第57号溶胶百分之二十七81.98%204.1S.A. Abdallah et al./Future Computing and Informatics Journal 3(2018)178e 190183¼是关键目标,即代码覆盖率和约束,即执行时间成本和生成的测试用例之间的冗余。成本和冗余是关键的约束,以减少这些诉讼,以适应可用的资源,而不严重解决的覆盖率的测试适应度标准表示认可。基于一定的选择准则对生成的测试用例集进行缩减的过程称为3.1. 拟议结构我们的方法如图1所示,我们使用两个不同的测试集,它们具有不同数量的测试用例,以覆盖相同的程序和需求数量。每个测试集在总成本和测试用例之间的冗余方面有不同的行为。我们通过java编程语言开发了编码器,为每个测试用例在每个数据集中编码不同的度量(覆盖率,成本和冗余度)。如上所述,采用了三个适应度函数。需求覆盖目标(要最大化)表示解决方案d覆盖的需求数量(百分比)与D中存在的需求数量的比较,D是从数据集中选择的测试用例。 形式上,让X{X1,...,Xr}是原始套件D的X需求的给定集合。设F(Dj)是返回子集的函数,图四、NSGAII覆盖和冗余Rel.数据集#1图五、NSGAII覆盖范围和成本Rel.数据集#1184S.A. Abdallah et al./Future Computing and Informatics Journal 3(2018)178e 190红宝石D表3数据集#1的SMSEMOA。单个测试用例所涵盖的X中的需求:每个需求的Dj然后,解决方案d的需求覆盖率如下所示:jUd¼1f DigjCoveragedd≤100ωx单位:%成本适应度函数计算为从数据集D中提供的解决方案d中选择的每个测试用例的运行时间(以毫秒为单位)的总和,如下所示:Xi价格优惠单位:立方米更复杂因为冗余指示器检索具有冗余需求覆盖的测试用例。适应度函数是冗余测试用例的总数除以在提供的解决方案d中选择的测试用例的总数。PRR DD之后,评价函数与多目标算法一起运行,以找到关于适应度函数Coverage、Cost和Red的有效Preto前沿。3.2. 拟议的预处理在本节中,我们将为运行上述适应度函数的所有选定算法图第六章SMSEMOA覆盖率和冗余Rel.数据集#1图第七章SMSEMOA覆盖范围和成本Rel.数据集#1冗余覆盖成本溶液1百分之二十七79.85%198.4溶胶#2百分之二十八82.65%203.0溶胶#3百分之二十七百分之八十点三二194.9溶胶#4百分之二十七81.60%199.6溶胶#5百分之二十七百分之八十点二二196.9溶胶#6百分之二十七80.41%200.5溶胶#7百分之二十七79.71%195.6溶胶#8百分之二十五78.51%194.1溶胶9百分之二十七79.14%194.3溶胶#10百分之二十五百分之八十点零九195.1溶胶#11百分之二十五80.16%195.9溶胶#12百分之二十八82.38%202.4溶胶#13百分之二十七80.59%195.9溶胶#14百分之二十五百分之八十点二二195.0溶胶#15百分之二十五百分之八十点二三195.9溶胶#16百分之二十八82.59%204.0溶胶#17百分之二十七百分之八十点二九198.3第18号溶胶百分之二十七百分之八十点三五198.3第19号溶胶百分之二十五79.50%202.1溶胶#20百分之二十八81.56%200.7溶胶#21百分之二十五79.80%197.9溶胶#22百分之二十七百分之七十九点九五197.8溶胶#23百分之二十七百分之八十点九五197.0溶胶#24百分之二十七81.93%202.6第25号溶胶百分之二十七81.67%203.5第26号溶胶百分之二十五80.52%196.1第27号溶胶百分之二十九83.08%216.5第28号溶胶百分之二十五80.26%193.5第29号溶胶百分之二十四79.76%197.7第30号溶胶百分之二十七81.31%199.7第31号溶胶百分之二十五79.26%193.5第32号溶胶百分之二十九81.58%202.1第33号溶胶百分之二十八82.56%205.2第34号溶胶百分之二十八81.89%203.2第35号溶胶百分之二十五79.83%194.6第36号溶胶百分之二十八81.88%204.9第37号溶胶百分之二十四78.83%189.8第38号溶胶百分之二十七80.59%201.0第39号溶胶百分之二十八79.69%197.2第40号溶胶百分之二十八百分之八十点二五201.0第41号溶胶百分之二十五80.51%199.6第42号溶胶百分之二十五79.88%198.1第43号溶胶百分之二十七81.72%203.7第44号溶胶百分之二十八79.60%195.9第45号溶胶百分之二十五80.48%194.9第46号溶胶百分之二十八81.77%203.6第47号溶胶百分之二十五79.50%190.4第48号溶胶百分之二十五78.39%193.8第49号溶胶百分之二十四79.01%193.9第50号溶胶百分之二十七78.07%188.4第51号溶胶百分之二十五80.90%197.5单位:%S.A. Abdallah et al./Future Computing and Informatics Journal 3(2018)178e 190185表4数据集#1随机。冗余覆盖成本溶液1百分之二十二47.76%180.0溶胶#2百分之二十五53.87%184.9溶胶#3百分之三十一54.46%185.7溶胶#4百分之二十九63.28%193.9溶胶#5百分之二十五51.42%182.5溶胶#6百分之十三49.22%155.8溶胶#7百分之二十二53.76%163.4溶胶#8百分之三十一58.10%199.6溶胶9百分之二十四47.89%158.5溶胶#10百分之二十49.14%154.7溶胶#11百分之二十50.64%156.1溶胶#12百分之二十49.22%178.2溶胶#13百分之十七百分之四十六点九七160.0溶胶#14百分之二十九59.57%187.4溶胶#15百分之三十57.33%194.5溶胶#16百分之二十四41.31%144.5溶胶#17百分之二十二33.96%134.0第18号溶胶百分之二十47.30%167.1第19号溶胶百分之二十四59.61%178.4溶胶#20百分之二十九57.34%199.0溶胶#21百分之二十八60.01%185.8溶胶#22百分之二十七52.93%171.0溶胶#23百分之十九49.31%143.9溶胶#24百分之二十三46.85%167.7第25号溶胶百分之二十四45.63%160.1第26号溶胶百分之二十九66.96%216.1第27号溶胶百分之三十46.48%155.2第28号溶胶百分之三十一57.11%195.2第29号溶胶百分之二十四42.87%159.5第30号溶胶百分之二十七55.56%188.3第31号溶胶百分之二十七52.19%174.0第32号溶胶百分之二十五43.16%163.9第33号溶胶百分之十七51.34%160.7第34号溶胶百分之十九51.09%151.9第35号溶胶百分之二十九61.35%182.8第36号溶胶百分之二十八63.33%218.0第37号溶胶百分之二十三56.88%178.0第38号溶胶百分之二十八60.67%208.8第39号溶胶百分之十八46.12%151.9第40号溶胶百分之二十八55.61%167.0第41号溶胶百分之二十二40.43%133.0第42号溶胶百分之二十八53.80%186.3第43号溶胶百分之二十七57.61%206.1第44号溶胶百分之二十二41.31%130.3第45号溶胶百分之二十五43.49%154.2第46号溶胶百分之二十七47.13%161.0第47号溶胶百分之二十九58.09%191.3第48号溶胶百分之二十五54.90%172.1第49号溶胶百分之二十七47.81%149.9第50号溶胶百分之二十四46.45%155.7第51号溶胶百分之二十二百分之四十八点五165.3第52号溶胶百分之二十二55.63%180.2第53号溶胶百分之二十五51.75%170.3第54号溶胶百分之二十四53.47%179.0第55号溶胶百分之二十四41.76%162.7第56号溶胶百分之十四42.15%152.1第57号溶胶百分之十九44.08%154.7第58号溶胶百分之二十四39.01%147.2第59号溶胶百分之二十五54.39%180.3第60号溶胶百分之二十七56.68%185.5第61号溶胶百分之二十四54.72%172.9第62号溶胶百分之二十三49.39%161.6第63号溶胶百分之十九51.34%155.0第64号溶胶百分之二十四百分之五十点二五167.9表4(续)冗余覆盖成本第66号溶胶百分之二十四45.24%165.8第67号溶胶百分之二十七59.63%190.4第68号溶胶百分之二十44.12%145.1第69号溶胶百分之十九43.15%141.1第70号溶胶百分之二十三47.50%179.6第71号溶胶百分之十九百分之四十六点九七165.7第72号溶胶百分之二十四50.40%186.0第73号溶胶百分之二十五48.70%166.0第74号溶胶百分之二十二49.70%174.1第75号溶胶百分之十八43.07%152.7第76号溶胶百分之二十八57.15%198.2第77号溶胶百分之二十四52.34%183.5第78号溶胶百分之二十48.64%155.4第79号溶胶百分之二十三51.83%178.5第80号溶胶百分之三十57.23%197.2第81号溶胶百分之二十三48.64%155.4第82号溶胶百分之十八51.17%152.8第83号溶胶百分之二十七58.33%182.6第84号溶胶百分之二十二51.54%158.7第85号溶胶百分之二十四62.10%198.3第86号溶胶百分之二十四百分之四十六点九九131.2第87号溶胶百分之二十五47.71%172.5第88号溶胶百分之二十五50.44%171.0第89号溶胶百分之二十三53.97%182.7第90号溶胶百分之二十四42.75%147.3第91号溶胶百分之二十九55.05%172.3第92号溶胶百分之二十45.82%165.1第93号溶胶百分之三十三50.45%175.2第94号溶胶百分之十九55.23%187.8第95号溶胶百分之二十三55.33%185.4第96号溶胶百分之二十52.81%152.2第97号溶胶百分之二十二52.43%171.7第98号溶胶百分之二十二51.43%167.4第99号溶胶百分之二十七55.10%198.4第100号溶液百分之二十三47.18%165.1第101号溶液百分之二十五50.13%162.1第102号溶液百分之二十51.65%161.0第103号溶液百分之二十五61.18%195.1第104号溶液百分之二十四53.42%173.7第105号溶液百分之十八46.94%147.9第106号溶液百分之二十45.32%161.4第107号溶液百分之二十七59.38%192.2第108号溶液百分之二十五49.17%185.6第109号溶液百分之二十三42.96%155.9第110号溶液百分之二十八58.32%180.5第111号溶液百分之二十二52.95%190.1第112号溶胶百分之二十三百分之四十九点九六165.9第113号溶液百分之二十三49.24%180.4第114号溶液百分之二十四61.20%189.8第115号溶液百分之二十三49.66%168.5第116号溶胶百分之二十三55.21%173.8第117号溶胶百分之二十二43.34%149.0第118号溶胶百分之二十五49.70%165.4第119号溶胶百分之二十五43.34%149.2第120号溶液百分之二十40.81%144.7第121号溶液百分之二十45.71%166.0第122号溶液百分之二十九62.80%210.6第123号溶液百分之二十47.76%160.4第124号溶液百分之三十55.02%173.9第125号溶液百分之二十七55.93%169.2第126号溶胶百分之二十八59.73%189.4第127号溶液百分之二十五49.09%168.0第128号溶液百分之二十二42.37%149.5第129号溶液百分之二十五55.26%184.2186S.A. Abdallah et al./Future Computing and Informatics Journal 3(2018)178e 190第65号溶胶百分之二十七百分之五十四点五四189.7S.A. Abdallah et al./Future Computing and Informatics Journal 3(2018)178e 190187图八、随机覆盖和冗余Rel.数据集#1图第九章随机覆盖和成本Rel.数据集#1图10. 数据集#1的所有算法的代码覆盖率我们的两个数据集。每个算法的参数包括种群规模、模拟二进制交叉(SBX)率和分布指数、多项式变异(PM)率和分布指数以及最大评价。我们对每个算法的所有参数都进行了相同的调整,这样我们就可以测量每个算法的效率。调谐参数值如下:1) 人口规模:1000人2) sbx.率<$0.9表5数据集#2的ε-MOEA。冗余覆盖成本溶液1百分之二十三百分之九十点四九199.9溶胶#2百分之二十三88.68%192.0溶胶#3百分之二十三百分之九十点零八200.7溶胶#4百分之二十三87.22%205.8溶胶#5百分之二十三89.24%198.1溶胶#6百分之二十三87.70%192.7溶胶#7百分之二十三89.48%199.4溶胶#8百分之二十一87.16%189.1溶胶9百分之二十三90.71%202.7溶胶#10百分之二十三88.92%193.0溶胶#11百分之二十三88.60%193.0溶胶#12百分之二十四90.66%204.8溶胶#13百分之二十三89.94%198.6溶胶#14百分之二十三88.74%192.8溶胶#15百分之二十三88.42%197.6溶胶#16百分之二十一88.15%192.5溶胶#17百分之二十三87.62%199.1第18号溶胶百分之二十三百分之八十九点一五196.7第19号溶胶百分之二十一89.72%199.3溶胶#20百分之二十一86.04%185.0溶胶#21百分之二十四百分之九十点九五208.6溶胶#22百分之二十三88.24%196.9溶胶#23百分之二十三百分之九十点七七203.9溶胶#24百分之二十一86.93%198.3第25号溶胶百分之二十三88.04%204.8第26号溶胶百分之二十三89.18%196.3第27号溶胶百分之二十三百分之九十点五六201.5第28号溶胶百分之二十三85.68%191.4第29号溶胶百分之二十一87.15%195.2第30号溶胶百分之二十四91.48%208.0第31号溶胶百分之二十三百分之九十点二七199.5第32号溶胶百分之二十一87.51%197.8第33号溶胶百分之二十三88.45%190.0第34号溶胶百分之二十一88.98%193.3第35号溶胶百分之二十三88.42%196.6第36号溶胶百分之二十一88.72%192.5第37号溶胶百分之二十一89.44%197.2第38号溶胶百分之二十四89.48%206.9第39号溶胶百分之二十三91.31%206.1第40号溶胶百分之二十三87.53%194.3第41号溶胶百分之二十三91.83%207.8第42号溶胶百分之二十三百分之九十点零七198.3第43号溶胶百分之二十一87.34%185.5第44号溶胶百分之二十一86.43%189.3第45号溶胶百分之二十一89.10%196.8第46号溶胶百分之二十三88.60%194.2第47号溶胶百分之二十一百分之八十五点三八189.6第48号溶胶百分之二十三89.20%198.9第49号溶胶百分之二十一88.62%198.2第50号溶胶百分之二十86.67%189.8第51号溶胶百分之二十四百分之九十点七七207.9第52号溶胶百分之二十四88.61%207.2第53号溶胶百分之二十一84.92%185.2第54号溶胶百分之二十一百分之八十九点二七197.7第55号溶胶百分之二十一88.06%199.0第56号溶胶百分之二十一88.69%197.0188S.A. Abdallah et al./Future Computing and Informatics Journal 3(2018)178e 190第57号溶胶百分之二十三百分之八十八点五192.1第58号溶胶百分之二十三88.65%197.6第59号溶胶百分之二十四89.24%199.0第60号溶胶百分之二十四91.27%203.9第61号溶胶百分之二十三87.73%198.4第62号溶胶百分之二十三百分之九十点六一203.4第63号溶胶百分之二十六百分之九十二点零八211.4S.A. Abdallah et al./Future Computing and Informatics Journal 3(2018)178e 190189图十一岁ε-MOEA覆盖率和Redundancy Rel.数据集#2图12个。ε-MOEA覆盖范围和成本相关性数据集#23) sbx.distributionIndex <$15.04) pm.rate ¼0.15) 下午.distributionIndex <$20.06) 最大评价:10004. 数据选择我们有两个不同的数据集,用于实现745行代码的程序,这意味着我们有745个需求被我们的测试用例数据集覆盖。 第一个数据集有83个测试用例,总代码覆盖率为100%,总运行时间为337.6 ms,测试用例之间的总冗余为40。第二个数据集有70个测试用例,总代码100%,总运行时间成本299.9 ms,测试用例之间的总冗余25我们选择,表6数据集#2的NSGAII。冗余覆盖成本溶液1百分之二十四百分之九十点五九199.8溶胶#2百分之二十四88.34%196.8溶胶#3百分之二十四89.52%194.4溶胶#4百分之二十四91.56%204.3溶胶#5百分之二十四88.13%192.3溶胶#6百分之二十一86.64%194.4溶胶#7百分之二十四90.71%203.3溶胶#8百分之二十四91.41%206.0溶胶9百分之二十四88.03%199.6溶胶#10百分之二十三83.23%185.6溶胶#11百分之二十六百分之九十点七八202.9溶胶#13百分之二十三89.54%197.0溶胶#15百分之二十四87.72%199.0溶胶#16百分之二十三88.60%192.2溶胶#17百分之二十四89.34%198.0第18号溶胶百分之二十六百分之九十199.3第19号溶胶百分之二十三86.61%189.4溶胶#20百分之二十四88.11%196.1溶胶#21百分之二十三89.37%197.6溶胶#22百分之二十三百分之八十八点二五192.4溶胶#23百分之二十三87.86%196.7第25号溶胶百分之二十六91.58%207.9第26号溶胶百分之二十四87.80%192.6第27号溶胶百分之二十四91.10%205.8第28号溶胶百分之二十三90.63%202.0第29号溶胶百分之二十四88.84%192.7第30号溶胶百分之二十三88.79%196.9第32号溶胶百分之二十四百分之九十点八七203.8第33号溶胶百分之二十一88.93%195.7第34号溶胶百分之二十四91.54%207.6第36号溶胶百分之二十四88.56%194.0第37号溶胶百分之二十四百分之八十九点三八202.5第38号溶胶百分之二十六百分之九十点八七207.8第39号溶胶百分之二十三87.64%191.9第40号溶胶百分之二十三84.54%181.3第41号溶胶百分之二十六91.24%205.3第42号溶胶百分之二十四89.12%196.7第43号溶胶百分之二十三89.81%195.8第44号溶胶百分之二十四88.18%192.4第45号溶胶百分之二十四91.93%207.7第46号溶胶百分之二十四89.30%198.8第49号溶胶百分之二十四90.10%198.7第51号溶胶百分之二十三83.57%184.7第52号溶胶百分之二十三90.02%197.3第53号溶胶百分之二十四百分之八十八点八五2
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
- SPC统计方法基础知识.pptx
- MW全能培训汽轮机调节保安系统PPT教学课件.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功