计算理论

 翻译样例中心 >> 电信翻译样例 >> 计算理论

翻译样例: 基于自适应遗传算法的路径测试数据生成
版权信息   版权信息

遗传算法是种模仿生物进化过程的随机方法,按照适者生存和优胜劣汰的原理,逐代演化产生越来越好的近似解。在每一代中,根据问题域中个体的适应度大小选择个体,并借助于自然遗传学的遗传算子(选择、交叉和变异)进行组合交叉和变异,产生代表新的解集种群。在应用遗传算法时,先将问题的解空间映射到编码空间,随机产生初始种群,并计算个体的适应度,适应度高的个体被选中的概率高,适应度低的个体可能被淘汰。在此过程中,涉及交叉和变异等操作。遗传算法的基本流程如图1所示。

AGA的设计关键在于适应度函数的设计、交叉概率Pc和变异概率Pm的自适应选择策略上。其中,适应度函数的设计与具体问题有关,因此,需要一个具体的测试事例来说明其设计方法。判断三角形类别的程序在众多软件测试研究中被作为一个基准程序来使用,很多学者都使用该程序作为检验路径测试的例程[1-3]。本文使用一个判断三角形类别的程序作为被测程序,进行路径测试数据生成自适应遗传算法的设计。

三角形分类问题将3个整数作为输入,判断这3个整数能否构成一个三角形。若能,则输出等腰三角形、等边三角形或普通三角形;若不能,则输出非三角形。由于该程序包含清晰而又复杂的逻辑,而且即使将一个较大范围的整数作为输入,也只有少量的输入组合能满足代码的某些特定分支。例如把1~100的整数作为输入,在106个可能组合中,也只有100组能满足判定为等边三角形的分支。因此,盲目搜索的计算量很大,这从侧面说明了本文算法的有效性。

收稿邮箱: sotrans@126.com
QQ: 1169561052    MSN: jesczhao@hotmail. com

最新翻译样例

相关翻译样例

专业英语词汇频道