一种改进PSO的软件测试数据自动生成算法

摘要 针对粒子群算法存在早熟性和局部搜索性能差的缺陷，在定量研究粒子群聚集度和收敛程度大小基础上，提出一种基于离散度大小的动态调整粒子群参数的优化算法(DPPSO)．在讨论了搜索的测试数据自动生成的模型基础上，以分支路径覆盖作为测试准则，将优化算法应用于生成测试数据，并在考虑分支谓词的结构特征前提下，引入一种新的适应度构造函数．通过对公开的测试程序集进行对比试验，从路径的平均收敛代数和搜索时间两个方面证实改进后的算法性能优于基本的粒子群算法(BPSO)和参数线性变化的粒子群算法(LPPSO)