CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

روش جدید انتخاب موارد آزمون مبتنی بر الگوریتم ژنتیک براساس مرتب سازی نامغلوب

عنوان مقاله: روش جدید انتخاب موارد آزمون مبتنی بر الگوریتم ژنتیک براساس مرتب سازی نامغلوب
شناسه ملی مقاله: ICSCE02_012
منتشر شده در دومین کنفرانس بین المللی پژوهش های کاربردی در علوم برق و کامپیوتر در سال 1397
مشخصات نویسندگان مقاله:

مهری نوروزی - دانشجو کارشناسی ارشدنرم افزار،دانشگاه آزاد اسلامی واحد کرمان
عباس رضایی - هیت علمی گروه کامپیوتر ، دانشگاه آزاد اسلامی واحد کرمان

خلاصه مقاله:
در چرخه حیات نرم افزار، تست نرم افزار نقش مهمی در تعیین کیفیت نرم افزار دارد و بهینه سازی مجموعه موارد آزمون یکی از مهم ترین مسائل در این حوزه است. روند توسعه نرم افزار ، فرایندی زمان بر است، دراین روند، تست های گوناگونی برروی نرم افزار تحت تست انجام می شود. تست رگرسیون، یکی از این موارد است. که در فاز توسعه نرم افزار هر بار که کدی تغییر کند و یا ویژگی جدیدی به آن افزوده شود، نیاز به تست رگرسیون برای اطمینان ازکیفیت نرم افزار اصلاح شده دارد. در چنین مواردی با توجه به محدودیت زمان و هزینه،لازم است در خصوص مجموعه موارد آزمون بهینه سازی انجام گیرد. در این مقاله مسئله انتخاب موارد آزمون بهتر از مجموعه کل موارد آزمون با استفاده ازالگوریتم بهینه سازی چندهدفه NSGA III 3 مدنظر قرارگرفت. نتایج شبیه سازی های انجام گرفته باتوجه به معیار پوشش حداکثری خطا و زمان اجرا از برتری روش پیشنهادی نسبت به روش های مرتب سازی تصادفی، مرتب سازی معکوس و بدون مرتب سازی دارد، علاوه بر این تاثیر اعضای جمعیت بر انتخاب بهینه موارد آزمون به وضوح مشهود است.

کلمات کلیدی:
انتخاب موارد آزمون، آزمون رگرسیون، مرتب سازی نامغلوب، پوشش خطا، زمان

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/909759/