基于遺傳算法的多缺陷定位方法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
基于程序頻譜的缺陷定位方法可以有效地輔助開發(fā)人員定位軟件內(nèi)部缺陷，但大部分已有自動(dòng)化方法在解決多缺陷定位問題時(shí)表現(xiàn)不佳，部分效果尚可的方法因復(fù)雜度較高或需要開發(fā)人員較多交互而仍需進(jìn)一步改善．為改善上述問題，提出一種基于遺傳算法的多缺陷定位方法GAMFal，具體來說：首先基于搜索的軟件工程思想對(duì)多缺陷定位問題進(jìn)行建模，構(gòu)建了候選缺陷分布的染色體編碼方式，并基于擴(kuò)展的Ochiai系數(shù)計(jì)算個(gè)體的適應(yīng)度值；隨后使用遺傳算法在解空間中搜索具有最高適應(yīng)度值的候選缺陷分布，在終止條件被滿足后返回最優(yōu)解種群；最后根據(jù)這個(gè)種群對(duì)程序?qū)嶓w進(jìn)行排序，這樣開發(fā)人員可以依次對(duì)程序?qū)嶓w進(jìn)行檢查并最終確定多個(gè)缺陷的具體位置，實(shí)證研究以Siemens套件中的7個(gè)程序和Linux的3個(gè)程序（gzip、grep和sed）作為評(píng)測(cè)對(duì)象，并擴(kuò)展傳統(tǒng)的定位方法評(píng)測(cè)標(biāo)準(zhǔn)EXAM至EXAMF和EXAML，通過與其他經(jīng)典的缺陷定位方法（Tarantula、Improved Tarantula及Ochiai）進(jìn)行對(duì)比，并通過Friedman檢測(cè)和最小顯著性差異測(cè)試可得，提出的GAMFal方法在整體定位效率方面優(yōu)于傳統(tǒng)方法，且需要更少的人工交互．除此之外，GAMFal的執(zhí)行時(shí)間也在可接受的范圍之內(nèi)．
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于遺傳算法的多缺陷定位方法下載
相關(guān)電子資料下載
- 基于并行遺傳算法的微電網(wǎng)控制方法研究 1494
- 基于matlab遺傳算法求解置換流水車間調(diào)度問題 731
- 基于matlab遺傳算法求解柔性車間調(diào)度問題 560
- 基于遺傳算法的哮喘檢測(cè)電子鼻傳感器陣列 358
- HFTA-15.0熱敏電阻網(wǎng)絡(luò)與遺傳算法 814
- 遺傳算法理論的由來 865
- 基于改進(jìn)遺傳算法的無人機(jī)搜索路徑規(guī)劃的研究 974
- 一種用于校準(zhǔn)高通道數(shù)光學(xué)相控陣（OPA）的遺傳算法 2060
- 關(guān)于AI遺傳算法的詳解 83881
- 基于操作系統(tǒng)中采用遺傳算法的內(nèi)存規(guī)劃研究 1731