.png){kind=icon}
.png){kind=icon}
返回
Automatic test suite generation using bat algorithm
.png){kind=icon}
PRE
AI
DOI：10.1177/1088467X251395503.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
蝙蝠算法（BA），受蝙蝠回声定位行为的启发，已成为一种有前景的基于搜索的全局优化技术。本文通过一种创造性的方法探讨了其在自动测试套件生成（TSG）中的应用，该方法在原始数据中插入变异体，并使用数学约束验证正确性。此外，本文进一步将其与三种成熟的基于搜索的算法（SBAs）进行了比较分析：遗传算法（GA）、粒子群优化（PSO）和人工蜂群（ABC）算法。该分析以测试套件大小作为算法有效性的主要指标。通过严谨的实验，蝙蝠算法在产生优于基线算法的结果方面得到了验证。它在测试套件大小缩减方面表现更优，与GA、PSO和ABC相比，分别实现了71.8%、55.82%和18.99%的缩减。这些结果突显了其在计算机科学各个领域中提升TSG的潜力。
Keyword:
Bat algorithm
search-based algorithm
automated test suite generation
global optimization
echolocation
adequate test suite