پیوندهای مفید
آمار
| تعداد نشریات | 21 |
| تعداد شمارهها | 675 |
| تعداد مقالات | 9,846 |
| تعداد مشاهده مقاله | 69,902,120 |
| تعداد دریافت فایل اصل مقاله | 49,218,870 |
طراحی و بهینهسازی آرایههای پوشش با محدودیت در آزمونهای ترکیبی با استفاده از الگوریتمهای فراابتکاری | ||
| مدل سازی در مهندسی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 25 آذر 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2025.37237.2831 | ||
| نویسندگان | ||
| سجاد اسفندیاری* 1؛ اعظم امرائی2 | ||
| 1دانشکده فنی مهندسی، دانشگاه ملایر، ملایر، ایران. | ||
| 2گروه کامپیوتر، موسسه عالی جهاد دانشگاهی کرمانشاه، کرمانشاه، ایران. | ||
| تاریخ دریافت: 04 فروردین 1404، تاریخ بازنگری: 03 آذر 1404، تاریخ پذیرش: 25 آذر 1404 | ||
| چکیده | ||
| در این مقاله، به تحلیل و حل مسأله ایجاد آرایههای پوششی در زمینه آزمونهای ترکیبی پرداخته شده است. آزمونهای ترکیبی بهعنوان یک رویکرد اساسی در ارزیابی و تست کیفیت نرمافزار، از طریق ترکیب متغیرها و شرایط مختلف، به شناسایی خطاها و نقاط ضعف در نرمافزار کمک میکنند. هدف اصلی این پژوهش، طراحی و ایجاد آرایه پوششی است که قادر به پوشش تمام زیرمجموعههای ممکن از متغیرها و شرایط باشد. برای این منظور، از الگوریتمهای فراابتکاری جدید و پیشرفتهای استفاده میشود که به ندرت در زمینه آزمونهای ترکیبی به کار رفتهاست. این الگوریتمها با بهرهگیری از بهینهسازیهای مبتنی بر تکامل و الگوریتمهای الهام گرفته از مکانیسمهای طبیعی، به حل مسأله ایجاد آرایههای پوشش پرداختهاند. بهطور خاص، ترکیب الگوریتم جغرافیای زیستی (BBO) با الگوریتم ROBDD بهمنظور ایجاد دنبالههای آزمون کمینه در آرایههای پوششی با محدودیت بهعنوان رویکردی نوآورانه معرفی میشود. این الگوریتمهای فراابتکاری بهواسطه قدرت بالای خود در حل مسائل بهینهسازی و یافتن بهترین راهحلها شناخته میشوند. در این پژوهش، از این روشها برای تولید آرایههای پوششی استفاده شده است که تمام شرایط آزمون ترکیبی را پوشش داده و بهترین نتایج ممکن را ارائه میدهند. | ||
| کلیدواژهها | ||
| آرایه پوششی با محدودیت؛ آزمونهای ترکیبی؛ بهینهسازی تکاملی؛ الگوریتم ROBDD؛ الگوریتم جغرافیای زیستی | ||
| عنوان مقاله [English] | ||
| Design and Optimization of Constrained Covering Arrays in Combinatorial Testing Using Metaheuristic Algorithms | ||
| نویسندگان [English] | ||
| sajad esfandyari1؛ azam amraei2 | ||
| 1Department of Computer Engineering, Faculty of Engineering, Malayer University, Malayer, Iran | ||
| 2computer group, department of Kermanshah ACECR institute of higher education, Kermanshah, Iran | ||
| چکیده [English] | ||
| This paper addresses the analysis and solution of the problem of creating covering arrays (CA) in the context of combinatorial testing. Combinatorial testing, as a fundamental approach in software quality evaluation and testing, helps identify errors and weaknesses in software by combining various variables and conditions. The main goal of this study is to design and create a covering array capable of covering all possible subsets of variables and conditions. To achieve this, new and advanced metaheuristic algorithms are utilized, which have not been previously applied in combinatorial testing. These algorithms leverage evolution-based optimizations and algorithms inspired by natural mechanisms to solve the covering array problem. Specifically, the combination of the Biogeography-Based Optimization (BBO) algorithm with the ROBDD algorithm is introduced as an innovative approach to generate minimal test sequences in covering arrays. These metaheuristic algorithms are recognized for their high capability in solving optimization problems and finding optimal solutions. In this study, these methods are used to generate covering arrays that cover all combinatorial test conditions and provide the best possible results. | ||
| کلیدواژهها [English] | ||
| Constrained Covering Arrays, Combinatorial Testing, Evolutionary Optimization, ROBDD Algorithm, BBO Algorithm | ||
|
آمار تعداد مشاهده مقاله: 3 |
||