基于Memetic的多路径测试在网络课程平台中的应用

王晴

（徐州开放大学电子信息工程学院，徐州221006）

基于Memetic的多路径测试在网络课程平台中的应用

王晴

（徐州开放大学电子信息工程学院，徐州221006）

Memetic Algorithm（MA）是一种以遗传算法为基础的智能优化算法。以某高职院校网络课程的平台为应用基础，将MA应用于该平台的多路径测试数据生成方面，对多路径代码的测试数据生成技术进行深入的研究。

0 引言

MA算法以遗传算法为基础，集合了遗传算法中的全局搜索法和局部启发式搜索算法，在单路径测试数据生成方面已获得了优异的研究成果。本文在现有的研究成果上，结合某高职校网络课程平台的开发，运用MA算法，对多路径代码的测试数据生成技术进行了深入的研究，有效地避免了该网络课程平台相关代码的重复迭代时间，从而实现了路径间的资源共享，提高了该平台测试数据生成的效率，为平台的代码优化提供了强有力的支持。

1 测试环境

测试平台：Apach操作系统，PHP语言及MySQL数据库。

2 测试数据生成步骤和方法

测试数据的生成步骤如图1所示。

（1）设置各项参数，包括种群规模n，值域，交叉因子和变异因子，邻域搜索时的增量δ，最大迭代次数以及终止条件等等。并选定m条不同的路径，组成目标路径集Road。然后根据设定的参数对种群进行初始化，如 D0={d1,d2,...,dn}。

（2）进化种群：利用之前设置的交叉因子和变异因子实现个体的变异和个体间的交叉操作，从而进化种群，得到新个体。针对新个体采用适当的方法求解初始种群个体的适应度函数值，将结果所对应的路径记录下来，并对每个个体分别进行局部搜索。……