ترجمه مقاله Test Case Prioritization Based on Genetic Algorithm and Test-Points Coverage

دسته بندي : پروژه های دانشگاهی » فنی و مهندسی
ترجمه مقاله 
Test Case Prioritization Based on Genetic Algorithm and Test-Points
 Coverage
 اولویت بندی مورد آزمایشی براساس الگوریتم ژنتیک و پوشش نقاط آزمایش
فایل ورد

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.

کلیدواژه ها: آزمایش نرم افزار، اولویت بندی مورد آزمایشی، الگوریتم ژنتیک، تابع ارزیابی، آزمایش جعبه سیاه، مهندسی نرم افزار 
دسته بندی: پروژه های دانشگاهی » فنی و مهندسی

تعداد مشاهده: 1003 مشاهده

فرمت فایل دانلودی:.zip

حجم فایل:1,164 کیلوبایت

 قیمت: 12,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • محتوای فایل دانلودی:
    ترجمه مقاله
    Test Case Prioritization Based on Genetic Algorithm and Test-Points
    Coverage
    اولویت بندی مورد آزمایشی براساس الگوریتم ژنتیک و پوشش نقاط آزمایش
    فایل ورد

    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.

    کلیدواژه ها: آزمایش نرم افزار، اولویت بندی مورد آزمایشی، الگوریتم ژنتیک، تابع ارزیابی، آزمایش جعبه سیاه، مهندسی نرم افزار