تولید بهینه مجموعه آزمون به روش آزمون ترکیبی با اعمال تغییر در الگوریتم جستجوی گرانشی برای آرایه پوشش با قوه ثابت.
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 274
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TJEE-54-3_002
تاریخ نمایه سازی: 11 آذر 1403
چکیده مقاله:
لزوم افزایش استفاده از آزمون ترکیبی در نرم افزارهای امروزی به امری ضروری در توسعه نرم افزار تبدیل شده است. آزمون ترکیبی یا آزمون t-way راهکاری کارآمد در کاهش حجم مجموعه آزمون است به نحوی که می توان نرم افزار را با نمونه آزمون های کمتری مورد آزمون قرار داد. پوشش آرایه یکی از شاخه های مهم در آزمون ترکیبی است که انواع مختلفی دارد . راهکار های فراوانی برای تولید آن ارائه شده است که کارایی (سرعت) و بهره وری (اندازه آرایه) مناسبی را دارند. اما خلاء راهکار ای که هر دو خصوصیت کارایی و بهره وری را توامان داشته باشد به چشم می خورد. در این پژوهش سعی شده است با استفاده از الگوریتم جستجوی گرانشی و تغییر در نحوه انتخاب همسایه ها، موفق به تولید مجموعه آزمون بهینه شده ایم و هچنین با تغییر در ساختمان داده ها و وزن دهی به پارامترهای پوشش داده نشده سرعت تولید مجموعه آزمون را افزایش داده ایم. وزن دهی به پارامترهای پوشش داده نشده و تغییر در رفتار الگورتیم گرانشی سبب جستجوی هوشمندانه جهت یافتن نمونه آزمون های پوشش داده نشده، شده است. افزایش سرعت باعث شده است که راهکار پیشنهادی توان تولید مجموعه آزمون برای پیکربندی های بزرگ را داشته باشد و همچنین نتایج آزمون نشان می دهد که راهکار پیشنهادی از الگوریتم های مطرح مانند الگوریتم ژنتیک، الگوریتم جستجوی توده ذرات و حتی خود الگوریتم جستجوی گرانشی نتایج بسیار بهتری را دارد.
کلیدواژه ها:
نویسندگان
سجاد اسفندیاری
استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه ملایر، ملایر، ایران
لیلا یوسفوند
گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه لرستان، خرم آباد، ایران
عین الله پیرا
استادیار، دانشکده فناوری اطلاعات و مهندسی کامپیوتر، دانشگاه شهید مدنی آذربایجان، تبریز، ایران
وحید رافع
دانشیار، دانشکده فنی مهندسی، دانشگاه اراک، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :