بهینه‌سازی موارد آزمون تصادفی توسط الگوریتم ژنتیک [Persian Thesis]

اشکان قلیچ‌خانی

شناسگر رکورد: ۲۰۷۷۴
رشته تحصیلی: نرم افزار
عنوان: بهینهسازی موارد آزمون تصادفی توسط الگوریتم ژنتیک
نويسنده: اشکان قلیچخانی
استاد راهنما : دکتر سیدحسن میریان حسین آبادی
مقطع تحصیلی : کارشناسی ارشد
دانشگاه : خاتم
تاریخ دفاع : ۱۴۰۲
چکیده: با افزایش پیچیدگی نرمافزارها، نیاز به تضمین کیفیت نرمافزارهای توسعهیافته، بیش از پیش احساس میشود. آزمون نرمافزار، یک فرآیند حیاتی در توسعه نرمافزار است که به منظور ارزیابی کیفیت و کارایی نرمافزارها انجام میشود. یکی از چالشهای مهم در آزمون نرمافزار، تولید موارد آزمون است. تولید دستی موارد آزمون فرایندی زمانبر است؛ از این رو خودکارسازی تولید موارد آزمون میتواند به طور قابل توجهی این زمان را کاهش دهد. تولید خودکار موارد آزمون به صورت تصادفی روشی است که اغلب توسط آزمونکنندگان مورد استفاده قرار میگیرد. این روش با وجود سهولت و سادگی در تولید مورد آزمونها، به دلیل تصادفی بودن کارایی کمتری نسبت به سایر روشهای تولید مورد آزمون دارد. هدف این پژوهش، طراحی و پیادهسازی یک الگوریتم ژنتیک برای بهینهسازی موارد آزمون تصادفی است. این الگوریتم اهدافی چون افزایش کارایی آزمون با بهبود کیفیت موارد آزمون و دستیابی به الگوی مشخصی از آزمونها را دنبال میکند. در این پژوهش، بهینهسازی موارد آزمونهای تصادفی با استفاده از الگوریتم ژنتیک مورد بررسی قرار گرفته است. از روش نخبهگرایی به منظور تسریع در بهبود موارد آزمون استفاده شده است و الگوریتم ژنتیک با افزایش نرخ جهش برای جلوگیری از همگرایی پیادهسازی شده است. همچنین، برای ارزیابی موارد آزمون از آزمون جهش استفاده شده است. نتایج به دست آمده نشان میدهند که استفاده از عملگر نخبهگرایی باعث بهینهسازی موارد آزمون در مدت زمان کمتری نسبت به فرایند بهینهسازی بدون نخبهگرایی میشود. واژههای کلیدی: آزمون نرمافزار، بهینهسازی موارد آزمون، الگوریتم ژنتیک
Register Number Part3 Version Volume Part Part2 Reference Call Number lended Date Back Description
284270 1
Copyright 2025 by Payam Hannan co ltd. PayamLib.com