مقایسه و ارزیابی الگوریتم های ژنتیک و بهینه سازی ازدحام ذرات در تولید خودکار داده آزمون
Publish place: First International Conference on Information Technology
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 640
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FBFI01_104
تاریخ نمایه سازی: 9 مرداد 1395
Abstract:
آزمون نرم افزار یکی ازحساس ترین و پرهزینه ترین مراحل درچرخه تولید نرم افزار است و 52% از هزینه ی توسعه ی نرم افزار را به خود اختصاص می دهد.آزمون نرم افزار مهم ترین فعالیتی است که در صنعت انجام میشود با توجه به اینکه بیش از نیمی از هزینه های موجود برای تولید هر نرم افزار صرف آزمون آن می شود ایجاد ابزارهایی برای تولید داده های آزمون به صورت اتوماتیک ،هزینه های جاری در توسعه نرم افزار را به صورت چشم گیری کاهش می دهد. مهمترین گام در آزمون نرم افزار ، تولید داده آزمون به صورت خودکار است .تاکنون تولید داده آزمون به صورت تصادفی ، ساخت یافته و تولید داده آزمون به صورت هدف گرا انجام شده است.ما در این تحقیق تولید خودکار داده آزمون با استفاده از الگوریتم های تکاملی را توسعه میدهیم و از میانگین سه معیار احتمال مسیر ، مقادیر مرزی و پوشش بعنوان تابع برازش استفاده مینماییم سپس این تابع را برای الگوریتمهای GAو PSO در محیط برنامه نویسی #C کدنویسی مینماییم وخروجی تمامی معیارهای تابع برازش را باهم مقایسه و ارزیابی مینماییم تا به این نتیجه برسیم که استفاده از کدام الگوریتم با سرعت و احتمال بیشتر خطاها را کشف مینماید.
Keywords:
Authors
مهدی آرمون
دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار، گروه کامپیوتر واحد یزد ، دانشگاه آزاد اسلامی واحد یزد – ایران،
فاطمه سعادت جو
عضو هیئت علمی، گروه کامپیوتر واحد یزد، دانشگاه علم و هنر، یزد – ایران
سیما عمادی
عضو هیئت علمی، گروه کامپیوتر واحد یزد ، دانشگاه آزاد اسلامی واحد یزد – ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :