Please use this identifier to cite or link to this item:
https://repositorio.ufpe.br/handle/123456789/1376
Share on
| Title: | Seleção de casos de teste com restrição de custo de execução utilizando otimização por enxame de partículas |
| Authors: | Soares de Souza, Luciano |
| Keywords: | Seleção automática de casos de teste; Otimização por enxame de partículas; Testes de software; Esforço de execução; Otimização com restrições |
| Issue Date: | 31-Jan-2011 |
| Publisher: | Universidade Federal de Pernambuco |
| Citation: | Soares de Souza, Luciano; de Almeida Barros, Flávia. Seleção de casos de teste com restrição de custo de execução utilizando otimização por enxame de partículas. 2011. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2011. |
| Abstract: | Seleção automática de casos de teste (CTs) é uma tarefa importante para melhora da eficiência das atividades de Testes de Software. Essa tarefa pode ser tratada como um problema de otimização, cujo objetivo é encontrar um subconjunto de CTs que maximizem um dado critério de teste. No nosso trabalho, o critério de testes é a cobertura de requisitos funcionais formalmente especificados, e, além dele, o custo (esforço de execução) também é levado em consideração no processo de seleção. Mesmo sendo um aspecto importante, o esforço de execução ainda é negligenciado por outros trabalhos na área de seleção automática de CTs. Nesse trabalho, utilizamos o algoritmo conhecido como como Otimização por Enxame de Partículas (Particle Swarm Optimization - PSO), ainda não investigado na resolução desse tipo de problema, para criação de uma ferramenta de seleção automática de CTs. Nela, o esforço de execução é utilizado como um limiar no processo de seleção, onde, dada uma suíte de testes, busca-se selecionar um subconjunto de casos de testes que não ultrapassem esse limiar e que maximizem a cobertura de requisitos funcionais. Para tanto, o esforço de execução foi considerado uma restrição ao problema de otimização e a cobertura de requisitos como a função de fitness. Nessa ferramenta, sete módulos (que implementavam outras técnicas de busca), foram desenvolvidos e seus desempenhos comparados através de experimentos onde foi possível oberservar o bom desempenho do PSO se comparado às outras técnicas |
| URI: | https://repositorio.ufpe.br/handle/123456789/1376 |
| Appears in Collections: | Dissertações de Mestrado - Ciência da Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| arquivo1252_1.pdf | 1.17 MB | Adobe PDF | ![]() View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License

