学术报告

学术报告

您当前所在位置: 首页 > 学术报告 > 正文
报告时间 报告地点
报告人

报告题目:基于智能优化的软件测试用例自动生成算法
报告人: 黄翰 教授 华南理工大学
照片:

 

 

邀请人:高卫峰 副教授
报告时间:2018-09-08  10:00
报告地点:信远楼II206williamhill威廉希尔官网报告厅
报告人简介:
黄翰,男,博士,华南理工大学软件学院教授、博士生导师,主要研究智能算法理论与应用;广东省杰出青年基金、珠江科技新星获得者,广东省特支计划科技创新青年拔尖人才,兼任中国仿真学会智能仿真优化与调度专委会副主任、中国工业数学与应用数学学会数据科学与人工智能专委会委员、广东省大数据与计算广告工程技术研究中心技术委员会主任、广东省人脸识别工程技术研究中心副主任、广东省计算机学会软件工程专业委员会秘书长,广东保险业咨询专家库专家、大湾区区块链专家委员,曾就职williamhill威廉希尔官网管理科学系高级研究助理;主持国家级和省部级课题共10多项,以第一作者或者通讯作者在IEEE TIP、IEEE TII、IEEE CIM、IEEE TCYB、和《中国科学》等专业学术期刊发表论文60多篇,代表作入选ESI;申请PCT 5项、国家发明专利41项,授权15项;获广东省科技进步一等奖和广东省自然科学二等奖;长期致力于智能优化算法的理论、应用与产业生态的研究。
报告摘要:  软件测试是软件工程中必要而且非耗费人力的技术活动。软件测试用例自动生成技术可以大大减少软件测试在程序单元测试中的人力消耗,不过很难达到最高质量要求的路径覆盖水平。本报告介绍了关于面向路径覆盖的软件测试用例的两个最优化问题,分别针对一般计算机程序和雾计算流行工具iFogSim。不过,这类优化问题的输入与输出之间没有明确的解析式关系,在iFogSim测试时还存在较多不可行路径无法覆盖;因此,一般的优化方法很难求解。我们提出了自适应评估函数策略和关联矩阵策略,并实施在流行的智能优化算法之一差分进化算法上,显著提高了软件测试用例自动生成算法的技术水平。

上一篇:Recovery of disrupted airline operations using k-Maximum Matching in graphs

下一篇:Learning Guided Evolutionary Multiobjective Optimization

关闭