[發明專利]基于串并聯遺傳算法的多目標測試優選方法

有效

• 申請號: 201711331649.1
• 申請日: 2017-12-13
• 公開（公告）號: CN108090566B
• 公開（公告）日: 2020-03-24
• 發明（設計）人: 楊成林;陳芳
• 申請（專利權）人: 電子科技大學
• 主分類號: G06N3/12
• 分類號: G06N3/12
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 溫利平;陳靚靚

1.一種基于串并聯遺傳算法的多目標測試優選方法，其特征在于，包括以下步驟：

S1：根據需要確定若干個電子系統的測試優選的優化目標和約束條件，優化目標包括測試經費最小化、測試時間開銷最小化、故障隔離度最大化、故障檢測率最大化中的兩種或以上，約束條件參數包括故障隔離度、故障檢測率、虛警率中的一種或以上，記優化目標的數量為N，并設置測試方案的優化目標函數f_n(x)，n＝1,2,…,N，優化目標函數值越小，測試方案越優，記約束條件為A≥A^*，A表示約束條件參數，A^*表示參數閾值；

S2：執行K次遺傳算法，得到K個最優解集，遺傳算法的具體步驟包括：

S2.1：初始化迭代次數t＝1，精英解集合隨機生成Y個個體x_i，i＝1,2,…,Y，每個個體為一個長度為M的二進制碼，M表示電子系統的測試數量；每個個體表示一個測試方案，當二進制碼中第m個數據為0時，表示個體所對應測試方案中未選中第m個測試，當二進制碼中第m個數據為1時，表示個體所對應測試方案中選中第m個測試，m＝1,2,…,M；

S2.2：從當前種群中篩選中符合約束條件的個體，加入精英解集合E；

S2.3：根據N個優化目標函數f_n(x)，計算當前精英解集合E每個個體x_d對應的N個優化目標函數值f_n(x_d)，d＝1,2,…,|E|，|E|表示當前精英解集合E中個體數量，兩兩比較個體的優化目標函數值，獲取每個個體被支配的次數z_d；搜索當前精英解集合E中被支配次數最多和最少的個體，其被支配次數分別記為z_max和z_min；

S2.4：計算個體x_i的適應度值Fⁱ：

其中，Aⁱ表示個體x_i的約束條件參數值；

S2.5：如果t＜T，進入步驟S2.6，否則進入步驟S2.8：

S2.6：對當前種群中進行選擇、交叉、變異操作，生成下一代種群；

S2.7：令t＝t+1，返回步驟S2.2；

S2.8：計算當前精英解集合E中每個個體對應的N個優化目標函數值，搜索當前精英解集合E中的非支配個體，即構成本次遺傳算法的最優解集；

S3：合并步驟S2所獲得的K個最優解集，得到集合U，如果集合U中的個體數量|U|等于Y，則將集合U作為種群V；如果|U|小于Y，則隨機生成產生Y-|U|個體，與集合U一起構成種群V；如果|U|大于Y，則計算集合U中每個個體對應的N個優化目標函數值，兩兩比較個體的優化目標函數值，獲取每個個體被支配的次數，將個體按被支配次數升序排列，取前Y個個體構成種群V；將種群V作為初始種群，執行一次步驟S2中的遺傳算法，得到最優解集，其每個個體即為一個測試優選方案。