تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,035 |
تعداد مشاهده مقاله | 52,545,292 |
تعداد دریافت فایل اصل مقاله | 15,247,189 |
تولید آرایه پوشش کمینه با استفاده از الگوریتم تکامل تفاضلی تطبیقی مبتنی بر تاریخچه موفقیت و کاهش خطی اندازه جمعیت | ||
مجله مهندسی برق دانشگاه تبریز | ||
دوره 52، شماره 2 - شماره پیاپی 100، تیر 1401، صفحه 77-89 اصل مقاله (1.39 M) | ||
نوع مقاله: علمی-پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/tjee.2022.15427 | ||
نویسندگان | ||
عینالله پیرا* 1؛ وحید رافع2؛ سجاد اسفندیاری3 | ||
1استادیار، دانشکده فناوری اطلاعات و مهندسی کامپیوتر، دانشگاه شهیدمدنی آذربایجان، تبریز، ایران | ||
2دانشیار، دانشکده فنیمهندسی، دانشگاه اراک، ایران | ||
3دکتری کامپیوتر، دانشکده فنیمهندسی، دانشگاه اراک، ایران | ||
چکیده | ||
تست جامع سیستمهای نرمافزاری با تعداد زیادی پارامتر ورودی و ترکیبات بین آنها اغلب باعث وقوع مشکل انفجار ترکیبی میشود. تست ترکیبی t-ستونی تکنیکی است که با تولید آرایهای از نمونههای تست به پوشش حداکثری ترکیبات ما بین پارامترهای ورودی میپردازد. تولید آرایه پوشش کمینه یک مساله بهینهسازی است که الگوریتمهای فراابتکاری زیادی از جمله بهینهسازی مبتنی بر آموزش و یادگیری، ازدحام توده ذرات، ژنتیک و الگوریتم جستجوی فاخته برای حل آن به کار رفتهاند. اگر چه این الگوریتمها توانستهاند آرایههای پوشش با اندازههای کوچکتر را تولید کنند ولی هنوز کمینهسازی کامل انجام نشده است. در این مقاله، یک استراتژی جدیدی برپایه الگوریتم تکامل تفاضلی تطبیقی مبتنی بر تاریخچه موفقیت و کاهش خطی اندازه جمعیت (معروف به LSHADE) که جزو برندگان کنگره IEEE در محاسبات تکاملی است، جهت تولید آرایه پوشش کمینه ارائه میکنیم. نتایج آزمون فریدمن نشان میدهند که استراتژی LSHADE دارای اولین رتبه از نظر معیارهای تولید آرایه پوشش با کمترین اندازه و کمترین تعداد متوسط فراخوانیهای الگوریتمی در مقایسه با استراتژیهای مبتنی بر ریاضی از جمله TConfig، حریصانه از جمله IPOG، Jenny وPICT و فراابتکاری از جمله GS، TLBO،HC-BAT، PSTG، WOA، BAPSO و GSTG است. در حالیکه، از نظر معیارهای تعداد متوسط ارزیابیهای تابع محاسبه وزن و متوسط زمان اجرا، این استراتژی بعد از استراتژی GS، دارای اولین رتبه است. ضمناً، نمودارهای همگرایی سرعت همگرایی بالایِ این استراتژی را در مقایسه با استراتژیهای فراابتکاری دیگر تایید میکنند. | ||
کلیدواژهها | ||
تست جامع؛ انفجار ترکیبی؛ آزمون t-ستونی؛ آرایه پوشش کمینه؛ الگوریتم تکامل تفاضلی | ||
مراجع | ||
[1] B. S. Ahmed, T. S. Abdulsamad, and M. Y. Potrus, "Achievement of minimized combinatorial test suite for configuration-aware software functional testing using the cuckoo search algorithm," Information and Software Technology, vol. 66, pp. 13-29, 2015. [2] L. Luo, "Software testing techniques," Institute for software research international Carnegie mellon university Pittsburgh, PA, vol. 15232, no. 1-19, p. 19, 2001. [3] D. R. Kuhn and M. J. Reilly, "An investigation of the applicability of design of experiments to software testing," in 27th Annual NASA Goddard/IEEE Software Engineering Workshop, 2002. Proceedings.: IEEE, pp. 91-95, 2002. [4] C. Yilmaz, M. B. Cohen, and A. A. Porter, "Covering arrays for efficient fault characterization in complex configuration spaces," IEEE Transactions on Software Engineering, vol. 32, no. 1, pp. 20-34, 2006. [5] A. W. Williams, "Determination of test configurations for pair-wise interaction coverage," in Testing of Communicating Systems: Springer, pp. 59-74, 2002. [6] A. W. Williams and R. L. Probert, "A practical strategy for testing pair-wise coverage of network interfaces," in Proceedings of ISSRE'96: 7th International Symposium on Software Reliability Engineering: IEEE, pp. 246-254, 1996. [7] C. Nie, H. Wu, X. Niu, F.-C. Kuo, H. Leung, and C. J. Colbourn, "Combinatorial testing, random testing, and adaptive random testing for detecting interaction triggered failures," Information and Software Technology, vol. 62, pp. 198-213, 2015. [8] C. Nie and H. Leung, "A survey of combinatorial testing," ACM Computing Surveys (CSUR), vol. 43, no. 2, pp. 1-29, 2011. [9] Y. Lei, R. Kacker, D. R. Kuhn, V. Okun, and J. Lawrence, "IPOG: A general strategy for t-way software testing," in 14th Annual IEEE International Conference and Workshops on the Engineering of Computer-Based Systems (ECBS'07), IEEE, pp. 549-556, 2007. [10] Y. Lei, R. Kacker, D. R. Kuhn, V. Okun, and J. Lawrence, "IPOG/IPOG‐D: efficient test generation for multi‐way combinatorial testing," Software Testing, Verification and Reliability, vol. 18, no. 3, pp. 125-148, 2008. [11] M. Forbes, J. Lawrence, Y. Lei, R. N. Kacker, and D. R. Kuhn, "Refining the in-parameter-order strategy for constructing covering arrays," Journal of Research of the National Institute of Standards and Technology, vol. 113, no. 5, p. 287, 2008. [12] Y.-W. Tung and W. S. Aldiwan, "Automating test case generation for the new generation mission software system," in 2000 IEEE Aerospace Conference. Proceedings (Cat. No. 00TH8484), vol. 1: IEEE, pp. 431-437, 2000. [13] K. Z. Zamli, M. F. Klaib, M. I. Younis, N. A. M. Isa, and R. Abdullah, "Design and implementation of a t-way test data generation strategy with automated execution tool support," Information Sciences, vol. 181, no. 9, pp. 1741-1758, 2011. [14] B. S. Ahmed, M. A. Sahib, and M. Y. Potrus, "Generating combinatorial test cases using Simplified Swarm Optimization (SSO) algorithm for automated GUI functional testing," Engineering Science and Technology, an International Journal, vol. 17, no. 4, pp. 218-226, 2014. [15] J. Czerwonka, "Pairwise testing in the real world: Practical extensions to test-case scenarios," Microsoft Corporation, Software Testing Technical Articles, 2008. [16] B. Jenkins, "Jenny download web page," Bob Jenkin’s website, 2005. [17] S. Esfandyari and V. Rafe, "A tuned version of genetic algorithm for efficient test suite generation in interactive t-way testing strategy," Information and Software Technology, vol. 94, pp. 165-185, 2018. [18] H. Zakaria, K. Zamli, and F. Din, "Hybrid Migrating Birds Optimization Strategy for t-way Test Suite Generation," in Journal of Physics: Conference Series, vol. 1830, no. 1: IOP Publishing, p. 012013, 2021. [19] زهرا عباسی، سجاد اسفندیاری، وحید رافع «ساخت آرایه پوشش با استفاده از الگوریتم بهینهسازی مبتنی برآموزش و یادگیری»، مجله مهندسی برق دانشگاه تبریز، دورهی 48، شمارهی 1، صفحهی 161 تا 171، بهار 1397. [20] B. S. Ahmed, K. Z. Zamli, and C. P. Lim, "Constructing a t-way interaction test suite using the particle swarm optimization approach," International Journal of Innovative Computing, Information and Control, vol. 8, no. 1, pp. 431-452, 2012. [21] B. S. Ahmed, K. Z. Zamli, and C. P. Lim, "Application of particle swarm optimization to uniform and variable strength covering array construction," Applied soft computing, vol. 12, no. 4, pp. 1330-1347, 2012. [22] H. Wu, C. Nie, F.-C. Kuo, H. Leung, and C. J. Colbourn, "A discrete particle swarm optimization for covering array generation," IEEE Transactions on Evolutionary Computation, vol. 19, no. 4, pp. 575-591, 2014. [23] Y. A. Alsariera, A. H. Al Omari, M. A. Albawaleez, Y. K. Sanjalawe, and K. Z. Zamli, "Hybridized BA & PSO t-way Algorithm for Test Case Generation," IJCSNS, vol. 21, no. 10, p. 343, 2021. [24] D. Karaboga, "Artificial bee colony algorithm," scholarpedia, vol. 5, no. 3, p. 6915, 2010. [25] A. K. Alazzawi, A. A. B. Homaid, A. A. Alomoush, and A. A. Alsewari, "Artificial bee colony algorithm for pairwise test generation," Journal of Telecommunication, Electronic and Computer Engineering (JTEC), vol. 9, no. 1-2, pp. 103-108, 2017. [26] A. K. Alazzawi, H. M. Rais, and S. Basri, "Artificial bee colony algorithm for t-way test suite generation," in 2018 4th International Conference on Computer and Information Sciences (ICCOINS), IEEE, pp. 1-6, 2018. [27] A. K. Alazzawi et al., "HABCSm: a hamming based t-way strategy based on hybrid artificial bee colony for variable strength test sets generation," arXiv preprint arXiv:2110.03728, 2021. [28] N. Ramli, R. R. Othman, and M. S. A. R. Ali, "Optimizing combinatorial input-output based relations testing using Ant Colony algorithm," in 2016 3rd International Conference on Electronic Design (ICED), IEEE, pp. 586-590, 2016. [29] M. Z. Z. Ahmad, R. R. Othman, M. S. A. R. Ali, and N. Ramli, "A Self-Adapting Ant Colony Optimization Algorithm Using Fuzzy Logic (ACOF) for Combinatorial Test Suite Generation," in IOP Conference Series: Materials Science and Engineering, vol. 767, no. 1: IOP Publishing, p. 012017, 2020. [30] وحید رافع, سجاد اسفندیاری، «راهکاری نوین جهت تولید دنباله آزمون کمینه در فرآیند آزمون نرم افزار با ترکیب الگوریتم های جستجوی تپه نوردی و جستجوی خفاش»، مجله مهندسی برق دانشگاه تبریز، دورهی 46، شمارهی 3، صفحهی 25 تا 35، پائیز 1395. [31] A. A. Alsewari, L. M. Xuan, and K. Z. Zamli, "Firefly combinatorial testing strategy," in Science and Information Conference, Springer, pp. 936-944, 2018, [32] H. N. N. Al-Sammarraie and D. N. Jawawi, "Multiple black hole inspired meta-heuristic searching optimization for combinatorial testing," Ieee Access, vol. 8, pp. 33406-33418, 2020. [33] R. Storn and K. Price, "Differential evolution–a simple and efficient heuristic for global optimization over continuous spaces," Journal of global optimization, vol. 11, no. 4, pp. 341-359, 1997. [34] R. Tanabe and A. Fukunaga, "Success-history based parameter adaptation for differential evolution," in 2013 IEEE congress on evolutionary computation, IEEE, pp. 71-78., 2013, [35] R. Tanabe and A. S. Fukunaga, "Improving the search performance of SHADE using linear population size reduction," in 2014 IEEE congress on evolutionary computation (CEC), IEEE, pp. 1658-1665, 2014. [36] B. S. Ahmed and K. Z. Zamli, "A variable strength interaction test suites generation strategy using particle swarm optimization," Journal of Systems and Software, vol. 84, no. 12, pp. 2171-2185, 2011. [37] J. Zhang and A. C. Sanderson, "JADE: adaptive differential evolution with optional external archive," IEEE Transactions on evolutionary computation, vol. 13, no. 5, pp. 945-958, 2009. [38] M. Friedman, "A comparison of alternative tests of significance for the problem of m rankings," The Annals of Mathematical Statistics, vol. 11, no. 1, pp. 86-92, 1940. | ||
آمار تعداد مشاهده مقاله: 331 تعداد دریافت فایل اصل مقاله: 341 |