[發(fā)明專利]一種多目標(biāo)測(cè)試序列集優(yōu)化生成方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810060239.6
• 申請(qǐng)日: 2018-01-22
• 公開（公告）號(hào): CN108508745B
• 公開（公告）日: 2021-02-19
• 發(fā)明（設(shè)計(jì)）人: 趙曉宇;劉基全;農(nóng)梅;張宇;王鵬;穆金超;陳匯遠(yuǎn);孫文哲;王飛;劉育君;衣沛然
• 申請(qǐng)（專利權(quán)）人: 中國(guó)鐵道科學(xué)研究院通信信號(hào)研究所;北京市華鐵信息技術(shù)開發(fā)總公司;中國(guó)鐵道科學(xué)研究院;北京銳馳國(guó)鐵智能運(yùn)輸系統(tǒng)工程技術(shù)有限公司
• 主分類號(hào): G05B13/04
• 分類號(hào): G05B13/04
• 代理公司: 北京凱特來(lái)知識(shí)產(chǎn)權(quán)代理有限公司 11260
• 代理人: 鄭立明;鄭哲

1.一種多目標(biāo)測(cè)試序列集優(yōu)化生成方法，其特征在于，包括：

建立測(cè)試序列集優(yōu)化生成模型，進(jìn)而確定影響測(cè)試序列優(yōu)化生成的因素；

通過深度優(yōu)先搜索算法結(jié)合列車運(yùn)行控制系統(tǒng)各個(gè)運(yùn)營(yíng)場(chǎng)景的邏輯關(guān)系生成包括全部測(cè)試用例集的測(cè)試序列池，根據(jù)測(cè)試序列集優(yōu)化生成模型中特定參數(shù)設(shè)計(jì)啟發(fā)式函數(shù)，根據(jù)影響測(cè)試序列優(yōu)化生成的因素來(lái)設(shè)計(jì)適應(yīng)度函數(shù)，并結(jié)合基于改進(jìn)最大最小蟻群算法求解測(cè)試序列池中滿足測(cè)試用例覆蓋準(zhǔn)則的最優(yōu)構(gòu)造解集；

結(jié)合基于改進(jìn)最大最小蟻群算法求解測(cè)試序列池中滿足測(cè)試用例覆蓋準(zhǔn)則的最優(yōu)構(gòu)造解集的步驟如下：

步驟S01、初始化測(cè)試序列上的信息素影響系數(shù)α，測(cè)試序列上的啟發(fā)信息影響系數(shù)β、局部信息素?fù)]發(fā)系數(shù)ω和全局信息素?fù)]發(fā)系數(shù)ρ，設(shè)置蟻群AntNum＝sum(S_Init)，設(shè)置最大迭代次數(shù)N_max＝20·sum(S_Init)；其中，sum(S_Init)表示初始化候選測(cè)試序列集S_Init中測(cè)試序列的總數(shù)；

步驟S02、根據(jù)啟發(fā)式函數(shù)初始化各個(gè)測(cè)試序列上的啟發(fā)信息；

步驟S03、設(shè)置信息素的最大值τ_max和最小值τ_min，設(shè)置各個(gè)測(cè)試序列上的初始信息素等于τ_max；

其中，Nc表示迭代次數(shù)，變量avg＝Nc/2，P_best為一個(gè)系數(shù)；

步驟S04、開始迭代過程，設(shè)置當(dāng)前迭代值Nc＝1；

步驟S05、清空禁忌表tabus_k和tabuc_k，將蟻群隨機(jī)放置S_Init中的測(cè)試序列上；禁忌表為每一次迭代時(shí)，螞蟻k遍歷過的測(cè)試用例集tabus_k和測(cè)試序列集tabuc_k；

步驟S06、設(shè)置當(dāng)前螞蟻k＝1；

步驟S07、根據(jù)轉(zhuǎn)移概率選擇下一個(gè)遍歷的測(cè)試序列，更新禁忌表tabus_k和tabuc_k：

其中，為螞蟻k從第i個(gè)測(cè)試序列s_i到第j個(gè)測(cè)試序列s_j的轉(zhuǎn)移概率，d為優(yōu)化目標(biāo)，τ_j為第j個(gè)測(cè)試序列s_j上的信息素值，為第j個(gè)測(cè)試序列s_j上的第d個(gè)啟發(fā)信息，為螞蟻k未遍歷的測(cè)試序列節(jié)點(diǎn)集；

步驟S08、通過局部信息更新策略更新當(dāng)前測(cè)試序列節(jié)點(diǎn)上的信息素值為：τ_i(t+n)＝(1-ω)τ_i(t)+ωτ_i(0)，其中，τ_i為第i個(gè)測(cè)試序列s_i上的信息素值，t表示時(shí)刻；根據(jù)信息素的最大值τ_max和最小值τ_min對(duì)信息素值進(jìn)行限制，更新當(dāng)前測(cè)試序列上的啟發(fā)信息；

步驟S09、如果tabuc_k未覆蓋測(cè)試用例集C，返回步驟S07，否則執(zhí)行步驟S10；

步驟S10、將螞蟻k遍歷的測(cè)試序列集表示為一個(gè)構(gòu)造解，更新當(dāng)前螞蟻k＝k+1；

步驟S11、如果k≤AntNum，返回步驟S07，否則執(zhí)行步驟S12；

步驟S12、蟻群遍歷的測(cè)試序列集表示為構(gòu)造解集；以測(cè)試序列數(shù)量為基準(zhǔn)，將構(gòu)造解集進(jìn)行10等分劃分，刪除包括測(cè)試序列數(shù)量最多的構(gòu)造解集區(qū)間內(nèi)的構(gòu)造解；

步驟S13、計(jì)算每個(gè)構(gòu)造解的適應(yīng)度函數(shù)F₁～F₃：

其中，M₁表示構(gòu)造解中測(cè)試序列的數(shù)量，SS_y表示覆蓋測(cè)試用例y的第一個(gè)測(cè)試序列在構(gòu)造解中的順序位置，Y表示測(cè)試用例集的數(shù)量，h表示測(cè)試序列s_h在構(gòu)造解中的順序位置，表示測(cè)試序列s_h重要度，表示測(cè)試序列s_h路徑長(zhǎng)度，C₁和C₂屬于整型常數(shù)，用于控制評(píng)估函數(shù)的值域；

步驟S14、根據(jù)NSGA-II算法中的快速非支配排序法求解排名最高的構(gòu)造解前沿集，作為本次迭代的最優(yōu)解集前沿集G；

步驟S15、將本次迭代的最優(yōu)解集前沿集G存入全局最優(yōu)解前沿集G′；針對(duì)全局最優(yōu)解前沿集，再次根據(jù)快速非支配排序法求解排名最高的構(gòu)造解前沿集，更新全局最優(yōu)解前沿集G′，保持全局最優(yōu)解前沿集G′的全局最優(yōu)性；

步驟S16、通過全局信息素更新策略對(duì)全局最優(yōu)解前沿集G′的所有測(cè)試序列節(jié)點(diǎn)更新信息素值，通過信息素的最大值τ_max和最小值τ_min對(duì)信息素值進(jìn)行限制：

τ_i(t+n)＝(1-ρ)τ_i(t)+Δτ_i(t)

其中，F(xiàn)_min＝(F₁+F₂+F₃)_min表示全局最優(yōu)構(gòu)造解集中的最小適應(yīng)度值；

步驟S17、更新信息素的最大值τ_max和最小值τ_min，更新迭代次數(shù)Nc＝Nc+1；

步驟S18、如果Nc≤N_max，返回步驟S05，否則執(zhí)行步驟S19；

步驟S19、流程結(jié)束，將最終獲得的全局最優(yōu)解前沿集G′作為最優(yōu)構(gòu)造解集。