文献

J-GLOBAL ID：201702268173338229   整理番号：17A1287752

改良粒子群最適化アルゴリズムに基づく変異体選択最適化【JST・京大機械翻訳】

Mutants selection based on improved particle swarm optimization algorithm

著者 (3件)： Wang Shuyan (西安郵電大学計算机学院,西安,710061) ,  Yang Yue (西安郵電大学計算机学院,西安,710061) ,  Sun Jiaze (西安郵電大学計算机学院,西安,710061)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 3  ページ： 752-755  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 変異テストはよく使われる試験方法の一つであり、変異テストの分析過程において計算コストが比較的に大きく、問題は主にテスト過程中に大量の変異体が発生することに集中している。突然変異体の数を減らすために,標準粒子群最適化(PSO)アルゴリズムを用いて選択した最適化を行ったが,標準粒子群最適化アルゴリズムは,測定データの量がある量に増加すると,その反復回数が増加し,収束速度が低下した。これらの問題を解決するために,改良粒子群最適化(PSO)アルゴリズムに基づく変異体を選択する最適化を提案した。突然変異体集合をクラスタ化することによって,突然変異体集合の多様性を強化して,粒子群最適化アルゴリズムを改良した。実験結果により、テストの充分度に影響を与えない前提で、変異体の数を大幅に減少させると同時に、K平均アルゴリズムおよび標準粒子群アルゴリズムと比較して、改良した方法はより良い最適化効果を有することが分かった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： クラスタ化 ,  *最適化 ,  *アルゴリズム
準シソーラス用語： 収束速度 ,  計算コスト ,  試験方法 ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： software test ,  mutation testing ,  mutations selection ,  particle swarm optimization(PSO) algorithm

分類 (5件)： 微生物に対する影響  (EE04020O) ,  遺伝的変異  (EC01030Y) ,  工程管理  (KB03030P) ,  システム最適化手法  (IA02050Z) ,  微生物,組織・細胞培養による物質生産一般  (FK03010P)

タイトルに関連する用語 (3件)： 粒子群最適化アルゴリズム ,  変異体選択 ,  最適化