تلفن: 04142273781

ترجمه مقاله اولویت بندی مورد آزمایشی براساس الگوریتم ژنتیک و پوشش نقاط آزمایش – نشریه اشپرینگر

عنوان فارسی: اولویت بندی مورد آزمایشی براساس الگوریتم ژنتیک و پوشش نقاط آزمایش
عنوان انگلیسی: Test Case Prioritization Based on Genetic Algorithm and Test-Points Coverage
تعداد صفحات مقاله انگلیسی : 11 تعداد صفحات ترجمه فارسی : 14
سال انتشار : 2014 نشریه : اشپرینگر - Springer
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 5956 رفرنس : دارد
محتوای فایل : zip حجم فایل : 1.25Mb
رشته های مرتبط با این مقاله: مهندسی کامپیوتر
گرایش های مرتبط با این مقاله: مهندسی نرم افزار، مهندسی الگوریتم ها و محاسبات و معماری سیستم های کامپیوتری
مجله: الگوریتم و معماری برای پردازش موازی
دانشگاه: پکن، چین
کلمات کلیدی: آزمایش نرم افزار، اولویت بندی مورد آزمایشی، الگوریتم ژنتیک، تابع ارزیابی، آزمایش جعبه سیاه، مهندسی نرم افزار
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه شده است
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

1.مقدمه

2.ارزیابی اولویت بندی مورد آزمایشی

2-1 برخی توابع ارزیابی موجود

2-2 درصد میانگین پوشش نقاط آزمایش (APTC)

3.اولویت بندی مورد آزمایشی براساس الگوریتم ژنتیک

3-1 فرآیند الگوریتم ژنتیک

3-2 طرح نمایش

3-3 طراحی تابع انطباق

3-4 طرح انتخاب

3-5 طرح تقابل

3-6 طرح جهش

4.آزمایش شبیه سازی

5.نتیجه گیری

نمونه متن انگلیسی

Abstract

By optimizing the execution order of test cases, test case prioritization techniques can effectively improve the efficiency of software testing. Test case prioritization is becoming a hot topic in software testing research. Combining genetic algorithm with test-points coverage, this paper obtains some meaningful research results in test case prioritization, especially for the functional testing. Firstly, presents two new test case prioritization evaluations APTC and its improvement APRC_C. As focused on test-points coverage, these evaluations are more suitable for black-box testing. Then, proposes a test case prioritization method based on genetic algorithm, whose representation, selection, crossover and mutation are designed for black-box testing. Finally, verifies the proposed method by experiments data. The experimental results show that the proposed method can achieve desired effect.

نمونه متن ترجمه

چکیده

با بهینه سازی ترتیب اجرایی موارد آزمایشی، شیوه های اولویت بندی مورد آزمایشی می توانند بطور موثری بازدهی آزمایش نرم افزار را بالا برند. اولویت بندی مورد آزمایشی، در حال تبدیل شدن به یک موضوع قابل توجه در تحقیق آزمایش نرم افزار است. این مقاله با ترکیب الگوریتم ژنتیک با پوشش نقاط آزمایش، برخی نتایج تحقیقی معناداری را در اولویت بندی مورد آزمایشی به ویژه برای آزمایش کارکردی بدست می آورد. ابتدا، دو ارزیابی جدید اولویت بندی مورد آزمایشی APTC و اصلاحیه آن APRC-C را ارائه می دهد. این ارزیابی ها چون متمرکز بر پوشش نقاط آزمایش هستند، برای آزمایش جعبه سیاه مناسب تر می باشند. سپس، یک روش اولویت بندی مورد آزمایشی براساس الگوریتم ژنتیک ارائه می دهد که نمایش، انتخاب، تقابل و جهش آن برای آزمایش جعبه سیاه طراحی می شود. در نهایت، روش پیشنهادی را با داده های آزمایشات بازبینی می کند. نتایج آزمایشگاهی نشان می دهند که روش پیشنهادی می تواند اثر مطلوب را ایجاد کند.