发布时间 : 星期日 文章会议手册-第3届中国基于搜索的软件工程研讨会(1) - 图文更新完毕开始阅读35368a1bdd88d0d232d46a68
第三届中国基于搜索的软件工程研讨会(CSBSE2014)
员的计算机或软件专业的大学生而言，如果能在软件工程的课程学习中就能获得实际开发过程的体验，以及获得开发品质意识的锤炼、团队开发的经验，将在课程学习上极大地加深理解，并将在就业中更加获得软件企业的青睐。南京富士通南大软件技术公司针对高校软件工程的教学特征和师生双方的可接受度，开发出一套基于公司现有的SPIF（关于SPIF，详见下文）系统的软件工程教学系统，以帮助大学生提前适应实际软件企业操作、运用的开发过程管控、软件品质管理手段。
报告题目 报告人 报告摘要 王燕 禁忌搜索算法在覆盖表生成中的研究 单位 南京晓庄学院 当前组合测试研究的热点之一是覆盖表生成问题，其中禁忌搜索是一种利用禁忌表来避免迂回搜索的邻域搜索算法。该方法具有很强的局域搜索能力，因此广泛应用于覆盖表的生成。然而禁忌搜索所生成的覆盖表的规模容易受一些搜索参数（如初始解、禁忌表长度、禁忌对象、邻域函数等）的影响。本研究将设计一个参数调优程序，寻找最佳配置，从而可以生成规模更小的覆盖表，为覆盖表生成的禁忌搜索算法的设计和优化提供理论和实践基础。
报告题目 报告人 报告摘要 蚁群算法在覆盖表生成问题中的应用研究 陈思洋 单位 南京大学 覆盖表生成问题是组合测试中的关键问题，近年来的相关研究表明，基于演化搜索技术的覆盖表生成算法能够比较好地解决这一问题。目前，已经有一些相关工作对蚁群算法在覆盖表生成问题中的应用进行了研究。然而，已有的研究并没有对蚁群算法在覆盖表生成问题上的性能进行深入探第三届中国基于搜索的软件工程研讨会(CSBSE2014)
讨，本文将通过对参数配置、启发式和一些变种算法的研究来探究覆盖表生成蚁群算法的性能。
报告题目 报告人 报告摘要 基于集合进化的弱变异测试用例生成方法 张功杰 单位 中国矿业大学 测试用例对于变异测试的实施是至关重要的，但是，已有测试用例生成方法的效率和适用性有待进一步提高。本报告基于弱变异测试准则，提出一种新的变异测试用例生成方法。该方法首先将所有变异体转化为变异分支，并集成到原程序中，以形成新的被测程序；然后，建立新的变异测试用例生成问题的数学模型，以生成杀死所有变异体的测试用例；最后，采用集合进化优化方法求解上述优化模型时，设计有针对性的适应度函数和进化策略。将所提方法应用于10个基准和工业程序的测试，并与传统的遗传算法比较，实验结果表明，所提方法能够显著提高变异测试用例生成的效率。
报告题目 报告人 报告摘要 张军 基于群体智能的软件项目规划 单位 中山大学 为软件项目管理与规划提供高效的计算机辅助工具是软件工程领域的一个重要而具挑战性的研究方向。与其他项目管理问题不同，软件项目是以人力资源为主体的项目，因此软件项目管理和规划必须同时关注两个重要的问题：规划软件项目的任务进度，以及安排软件开发的人力资源。然而，由于这两个问题都非常复杂，传统基于搜索的软件项目规划模型或具有巨大的搜索空间，或需要限制人力资源安排的灵活性以降低问题复杂度。 在本报告中，我们将介绍一种基于群体智能计算的软件第三届中国基于搜索的软件工程研讨会(CSBSE2014)
项目规划方法，提出一种“基于事件的调度器”（EBS）来解决任务调度的占先性问题。EBS的基本思想将人员加入、人员退出、任务完成等时间节点定义为“事件”，并在“事件”发生的时候允许改变软件工程任务人力资源的配置，在其余时间维持人力资源配置不变。这样，EBS不仅能保证人力资源调度的灵活性，还能够维持整个软件项目执行过程中人员配置的连贯性。结合EBS，我们进一步提出了2种群体智能计算方法：蚁群优化（ACO）和基于集合的粒子群优化（S-PSO）方法。实验结果证明了这些群体智能计算方法在软件项目规划优化中的有效性。
报告题目 报告人 报告摘要 程序自动修复技术探索思路 毛晓光 单位 国防科技大学 程序自动修复技术自2009年以来取得了快速的发展，也引起了学术界的广泛关注。报告将介绍课题组在程序自动修复技术研究过程中的若干思考，重点从实证角度、通过统计分析手段探索规律性特征和挑战性问题，并前瞻未来进展。
报告题目 报告人 报告摘要 基于智能搜索的测试数据生成技术 王令赛 单位 中国矿业大学 主要介绍基于正交搜索的粒子群优化测试用例生成方法和基于遗传粒子群的测试数据生成方法。基于正交搜索的粒子群优化测试用例生成方法用于解决粒子群优化算法中易出现的早熟收敛问题。首先，利用奇异值分解来预测种群的进化方向，在其正交方向进行搜索，可避免已搜索过的区域，有助于跳出局部最优；然后，对粒子速度项改进，使其与正交方向保持一致，保证种群可持续受到正交方向的影第三届中国基于搜索的软件工程研讨会(CSBSE2014)
响，有利于减少奇异值分解次数，降低时间消耗；最后，对每代最优个体进行局部搜索，以增强算法局部搜索能力。实验证明，本文方法在覆盖率、运行时间、进化代数等指标上均有优势。基于遗传粒子群优化算法的测试数据自动生成方法用于解决遗传算法早熟收敛、搜索精度低的问题，并且通过粒子群优化算法使得遗传算法的局部搜索能力得以加强。首先，初始化两个种群，其中一个种群为空；然后，对非空种群中的个体按照适应度值降序排序，按照比例￡选出其中适应度值较高的个体，保存并复制加入到另一种群，通过粒子群算法进行优化；对比例￡进行确定，可以使进化代数和运行时间达到最优，同时节约系统资源，以充分发挥两种算法的优点。实验证明，该方法不仅使遗传算法进行全局搜索，又使得粒子群对优秀粒子进行局部搜索，从而达到最好的寻优效果。
报告题目 报告人 报告摘要 吴彪 基于多种群改进进化算法的测试用例优化 单位 浙江理工大学 测试用例的自动生成技术的设计是软件自动化测试实施的重要环节，对后期的测试工作具有重要的指导作用，是提高软件可靠性的根本保证。我们用数据流测试作为测试充分性的标准，针对单种群遗传算法的搜索效率不高，结合前人对遗传算法的改进方法，引入多种群的概念，设计多种群并行计算的模型，使用种群多样性来决定种群个体之间的替换。同时，定义了外界压力的概念，作为种群个体间的竞争程度，全面考虑覆盖率、分支条件的影响和种群个体间竞争程度3个方面，设计一种适应度函数来评价种群个体的优劣并通过动态改变种群多样性和外界压力来实现交叉率和变异率的自适应调整策略。