测试函数

摘要： 针对海鸥优化算法(SOA)求解精度较低、迭代后期收敛速度慢、易陷入早熟收敛的缺点,提出一种基于混沌映射和t-分布变异改进的海鸥优化算法(CtSOA),采用tent映射策略使初始海鸥种群均匀分布在搜索空间中,采用t-分布变异策略平衡算法的探索和开发能力,综合两种改进策略提高了算法的全局搜索精度和跳出局部极值的能力。在14个测试函数上分别与SOA、其他五种元启发式算法、单一策略改进的SOA以及其他学者改进的SOA进行对比,实验结果表明,综合两种改进策略的CtSOA具有更优的收敛精度和更快的收敛速度。

摘要： 郊狼优化算法在迭代运行时种群多样性降低,收敛速度变慢,易陷入局部最优,并且在求解约束优化问题时难以获得可行解。提出一种动态调整成长方式的郊狼优化算法(DGCOA)。在狼群进化中引入变异交叉策略,增强种群多样性,基于郊狼成长策略加入全局最优个体指导搜索,使得每个子种群中的个体从不同的方向快速逼近最优解位置,并根据种群中个体相似度对郊狼位置更新方式进行调整,平衡算法的全局探索与局部开发能力。在求解约束优化问题时,利用自适应约束处理方法构建新的适应度函数,协调优化目标和约束违反度。基于CEC2006对22个测试函数和3个工程设计问题进行仿真,结果表明,与COA、ICTLBO、ODPSO等算法相比,DGCOA算法具有较高的收敛精度和稳定性,适用于求解复杂优化问题。

摘要： 针对粒子群算法初始化个体质量参差不齐,算法后期容易早熟,陷入局部最优值以及后期搜索精度不高、收敛速度缓慢的缺点,本文提出一种基于混沌映射的禁忌同步随机学习因子粒子群算法.利用Logistic映射对算法的粒子种群进行初始化,提高种群个体质量;在算法进入后期搜索寻优时,引入禁忌搜索策略,利用其良好突跳能力,跳出局部最优值,提高算法的全局搜索能力;最后将传统的学习因子通过几个测试函数进行迭代寻优,选取寻优能力突出的区间构建同步随机学习因子,平衡粒子的个体经验和群体经验.将改进的粒子群算法与另外几个智能算法在测试函数上寻优对比验证,仿真实验证明,改进的粒子群算法在寻优能力、收敛速度、搜索精度以及算法的稳定性等性能上,与另外3个智能算法相比都有显著提升.

摘要： 针对标准正余弦优化算法在搜索时存在的计算精度低、容易陷入局部最优值等缺点,借鉴天牛须算法运算简单、搜索速度较快的特点,本文提出了一种融合改进天牛须和正余弦的双重搜索优化算法(BAS-SCA).首先,在现有标准正余弦算法基础上,引入动态自适应权重机制来平衡全局搜索和局部搜索,提升收敛速度;其次,提出了一种新的转换参数模型,该参数模型通过结合指数型函数和余弦函数来替换传统的线性衰减函数;最后,为了提升正余弦的搜索精度和速度,同时尽可能跳出局部最优解,提出了改进的天牛须搜索算法,引入动态步长搜索机制将固定步长搜索改为变步长搜索,创新性地将改进的天牛须算法与改进的正余弦算法进行融合实现双重搜索优化,有效避免局部极值问题.实验表明,通过14个标准测试函数验证,所提双重搜索优化算法BAS-SCA相较于其它现有优化算法,具有更高的寻优精度和更快的收敛速度.

摘要： 原子搜索算法(atom search algorithm,ASO)是模仿自然界中原子运动而提出的一种新型优化算法,针对ASO在求解复杂函数时存在易早熟及收敛速度慢的问题,提出了一种改进ASO算法(improved atomic search algorithm,IASO)。IASO加入了原子个体历史最优解产生的约束力来修正ASO的加速度,增强全局搜索能力。自适应更新2个乘数系数来协调算法的全局搜索和局部开发能力。适时采用高斯变异策略来重新更新原子位置,提高跳出早熟的能力。对14个基准函数进行仿真实验,对比其他算法,IASO在收敛速度、收敛精度方面表现出优越的性能。

摘要： 针对Wiener模型辨识问题,结合函数连接型神经网络(FLANN)和飞蛾优化算法(MFO)的优势,提出了一种新型的辨识方案。利用FLANN来拟合静态非线性模块,通过将辨识问题转化为优化问题来对线性部分和非线性部分的参数同时进行更新。为了提升飞蛾优化算法的辨识性能,将高斯混合分布思想引入飞蛾种群初始化以及位置更新中,提出了一种新型的高斯混合飞蛾优化算法(GMFO),并通过测试函数验证了其寻优性能。最后通过仿真实验结果证明了所提出辨识方案的有效性和鲁棒性。

摘要： 为了提升樽海鞘群(Salp Swarm Algorithm,SSA)算法的求解精度和全局搜索能力,提出了一种基于正态过程搜索和差分进化(Differential Evolution,DE)算法的改进樽海鞘群算法——双领导者樽海鞘群算法(Two Types of Leaders Salp Swarm Algorithm,TTLSSA).该算法设置了两类领导者和两种跟随群体,其中执行正态过程搜索的领导者需要进行正态过程游走、交叉、选择等操作,主要用于全局勘探;当前最优解附近的领导者在随迭代次数呈锯齿状变化的参数gap的影响下,兼顾了全局搜索和局部开发两种功能.用18个不同类型的标准测试函数检验所提算法的性能,并与DE、SSA、正弦余弦算法(Sines and Cosines Algorithm,SCA)、灰狼优化(Grey Wolf Optimizer,GWO)算法以及鲸鱼优化算法(Whale Optimization Algorithm,WOA)做对比,TTLSSA在16个测试函数上的平均精度排名第1或并列第1,在2个测试函数上的平均精度排名第2,在6种算法中平均耗时排名第2,说明了TTLSSA在没有增加SSA时间成本的前提下,显著提升了优化能力.

摘要： 针对利用广义神经网络(Generalized Regression Neural Network,GRNN)搭建的定位预测模型定位精度低、效率慢等问题,基于动态分群策略,提出一种线性递减粒子群(Linear Decreasing Contraction Particle Swarm Optimization,LDCPSO)和布谷鸟(Cuckoo Search,CS)混合寻优算法,并利用此算法为GRNN选择最优参数,构建定位预测模型.该算法主要利用K均值聚类算法(K-means)对整个种群进行周期性的分群,底层使用LDCPSO算法优化各个子群,并将最优粒子传至高层,高层使用CS算法优化各个子群的最优粒子,并将最终结果返回底层,执行下一次迭代.实验过程中,一方面将提出的算法应用于多个测试函数,结果表明该算法具有更好的收敛速度和收敛精度;另一方面利用该算法搭建定位模型,并与其他定位模型对比,结果显示该定位模型具有更好的定位效果.

摘要： 针对果蝇优化算法存在收敛速度慢且易于陷入局部最小值等问题,研究了基于分组协同进化策略的果蝇优化算法.利用分组协同进化策略可以扩大果蝇种群的搜索范围,从而使算法具有快速收敛和跳出局部最优解的能力.利用改进后的果蝇优化算法,对Sphere、Schwefel2.22等8个函数进行测试并与IFOA、WFOA、FOA、PSO、BA算法进行比较分析,结果表明,该算法具有较好的全局搜索能力和较快的收敛速度.

摘要： 为改善模拟植物生长算法收敛速度较慢、计算过程复杂以及全局最优解受初始值和步长参数设置影响的缺陷,参考竹子快速生长和节点特征,对模拟植物生长算法步骤进行简化与改进,去除生长素计算步骤;借鉴随机森林思想,通过多棵竹子生长计算全局最优解,提出模拟竹林生长算法。通过常见的Ackley、Beale、Hölder Table、Sphere、Rastrigin和Bukin等6种测试函数验证算法性能。与模拟植物生长算法相比,模拟竹林生长算法平均计算时间最短为0.035s,最长为0.701s,比PGSA平均计算时间减少了79%,平均收敛次数最低2次,最高14次,比PGSA平均收敛次数降低了48%,6个测试函数有5个搜索到全局最优解,比PGSA多3个。模拟竹林生长算法具有迭代收敛快、计算过程简洁、不易陷入局部最优解的优点。

摘要： 给出了0-1二次规划测试函数的构造方法.通过线性变换z=e-2x,得到一个新的二次规划,而该二次规划恰好以初始点z0为最优解;进而构造出了一系列具有共同最优解的0-1二次规划.

摘要： 遗传算法在工程物探反演中已经得到越来越广泛的应用,而常规遗传算法存在早熟收敛和后期收敛速度慢的弱点,介绍一种基于小生境技术的改进遗传算法,它不但具有良好的收敛可靠性,而且具有快的收敛速度.在分析了小生境遗传算法的运行机制基础上,对遗传算法的收敛性作了详细分析.对给出的三个测试函数和理论地震波速反演的实验数据表明,该算法确实是一种行之有效的遗传算法.

摘要： 差分进化算法以其良好的性能,成为连续函数优化领域的一种简单而高效的优化方法.本文基于传统的差分进化算法,对其优化的种群内部结构进行改善,提出了基于个体排序的种群差分策略,将这一策略于传统差分进化算法相结合,得到了基于排序的差分进化算法.通过优化测试函数试验,与传统差分进化算法比较,基于排序的差分进化算法在收敛速度和稳定性等方面有较好的优势.

摘要： 基于智能优化基本指标体系，构建了一种用于综合评价算法优化性能和群体寻优动态的微粒群智能优化动态评价模式。该评价模式主要包括算法最优值、群体动态聚合度、群体重心收敛度和群体多样性等指标，最后利用经典的测试函数对几种微粒群算法进行了数值优化仿真，得到了各算法模式下评价指标对应的典型动态结果，验证了所构建的群体寻优动态评价模式的有效性。

摘要： 通过对标准粒子群优化算法收敛性能的分析，提出一种收敛于中心势场，且受随机摄动因子影响的改进算法，该算法基于各粒子的收敛中心对粒子进行迭代，通过随机摄动因子来保持种群的多样性，有效地提高了算法的搜索效率和最优解的精度;同时，从概率统计的角度对改进算法的全局收敛性能加以了分析证明，通过对标准测试函数所做的对比实验，表明改进策略的优化性能和效率均高于标准粒子群算法。

摘要： 间断伽辽金法使用节点位移一类未知数作为测试函数,削弱了内部单元边界上的一阶及n阶导数的连续性,大大降低了构造形函数的难度,特别适合控制方程为高阶微分方程问题的求解。基于间断伽辽金法的基本原理,推导了弹性地基梁四阶微分控制方程的积分"弱"形式,编制了计算程序,进行了数值计算和收敛性分析。计算结果表明:用间断伽辽金法求解弹性地基梁问题是十分有效率的。

摘要： 研究了适用于连续函数优化的一种具有最优保留性的随机搜索遗传算法.它将交叉和变异遗传运算融为一体,通过调节变异调整系数使生成的点在上一代最优点的附近随机摆动,避免了随机漫游现象.每代仅保留上一代的最优个体,其它个体重新生成.在最优点附近用随机搜索法进行寻优,保证了解的精度.保优随机搜索遗传算法可以克服普通遗传算法经常出现的未成熟收敛、振荡以及随机性太大的问题.随机选取的几个测试函数的计算结果表明,保优随机搜索遗传算法用于求解连续函数优化问题是令人满意的.

摘要： 传统的网络管理软件,缺乏对网络应用系统的监测、控制.本文对于网络应用需监测的对象进行了具体地描述、归纳,对监测的实现方法进行了探讨.

摘要： 传统的网络管理软件,缺乏对网络应用系统的监测、控制.本文对于网络应用需监测的对象进行了具体地描述、归纳,对监测的实现方法进行了探讨.

摘要： 传统的网络管理软件,缺乏对网络应用系统的监测、控制.本文对于网络应用需监测的对象进行了具体地描述、归纳,对监测的实现方法进行了探讨.

摘要： 本发明涉及一种测试单元内可测试函数的划分方法，包括如下步骤：S10、获取测试对象的函数调用关系；S20、根据待测试函数中根据可重入性划分优先级；S30、根据功能逻辑将所有可重入函数为多个可重入小单元，且每个可存入小单元均有唯一一个关键函数接口；S40、按照优先级顺序将所述可重入小单元以及不可重入函数进行测试列队的构建，完成划分。同时还基于上述划分方法提供了测试方法，本发明所起到的有益效果包括：在保证该关键函数接口的输入条件不变的条件下，可重入小单元具有内部函数的变化时，该可重入小单元测试用例可以不需要修改，大大提高了该可重入小单元测试用例的复用性问题。在具体的单元测试中保证了单元测试的完整性和可靠性。

摘要： 本发明适用于程序测试技术领域，提供了一种测试函数输出数据溢出的方法、终端设备及存储介质，其中，上述方法包括：随机生成第一对比数据和第二对比数据；将第一对比数据写入预设的第一对比内存空间，将第二对比数据写入预设的第二对比内存空间；调用并执行目标函数；读取第一测试数据和第二测试数据；当第一测试数据与第一对比数据不相同，和/或第二测试数据与第二对比数据不相同时，确定目标函数存在输出数据溢出。本发明实施例提供的测试函数输出数据溢出的方法、终端设备及存储介质，可以实时检测无明显异常表现的内存溢出，并且可以对函数输出溢出进行动态检测，解决了现有技术中对函数输出数据溢出测试存在的测试可靠性较低的问题。

摘要： 本发明公开了一种发现大型面向对象软件系统关键测试函数的方法。使用本发明能够快速、合理地发现大型面向对象软件系统的关键测试函数，准确性较高。本发明首先以类为节点、类之间的函数调用为弧绘制软件的类协作网络图，并定义一条弧的重要度为以该弧为起始弧、可以遍历到的弧的数量；然后计算类协作网络图中每条弧的重要度，以可达弧总数较大的类节点为弧头的弧即为关键弧；最后，将关键弧的弧头、弧尾信息定位到软件系统中的对应的两个类，构成两个类之间耦合关系的函数调用关系即为关键测试函数。本发明克服了现有方法中的两个缺陷，且计算复杂度不会随着软件系统的复杂度而提升，能够快速、有效地发现软件系统的关键测试函数。

摘要： 本发明涉及一种测试单元内可测试函数的划分方法，包括如下步骤：S10、获取测试对象的函数调用关系；S20、根据待测试函数中根据可重入性划分优先级；S30、根据功能逻辑将所有可重入函数为多个可重入小单元，且每个可存入小单元均有唯一一个关键函数接口；S40、按照优先级顺序将所述可重入小单元以及不可重入函数进行测试列队的构建，完成划分。同时还基于上述划分方法提供了测试方法，本发明所起到的有益效果包括：在保证该关键函数接口的输入条件不变的条件下，可重入小单元具有内部函数的变化时，该可重入小单元测试用例可以不需要修改，大大提高了该可重入小单元测试用例的复用性问题。在具体的单元测试中保证了单元测试的完整性和可靠性。

摘要： 本发明公开了一种新颖的动态约束优化测试函数集，属于进化计算领域。本发明设计的测试函数具有1)可扩展性、2)可调节性、3)多模态、4)可行区域变化的严重程度、5)全局和局部最优解已知等特点。本发明提出的测试函数的可扩展性、可调节性、多模性、可行域的变化程度可以模拟现实生活中复杂的问题，全局最优解和局部最优解已知能够很容易的评价动态约束优化算法的性能，在动态约束优化算法应用到实际问题中去之前可以充当一个有用的测试工具。

摘要： 本发明适用于程序测试技术领域，提供了一种测试函数输出数据溢出的方法、终端设备及存储介质，其中，上述方法包括：随机生成第一对比数据和第二对比数据；将第一对比数据写入预设的第一对比内存空间，将第二对比数据写入预设的第二对比内存空间；调用并执行目标函数；读取第一测试数据和第二测试数据；当第一测试数据与第一对比数据不相同，和/或第二测试数据与第二对比数据不相同时，确定目标函数存在输出数据溢出。本发明实施例提供的测试函数输出数据溢出的方法、终端设备及存储介质，可以实时检测无明显异常表现的内存溢出，并且可以对函数输出溢出进行动态检测，解决了现有技术中对函数输出数据溢出测试存在的测试可靠性较低的问题。

摘要： 本发明公开一种融合布谷鸟搜索算法和狼群算法的测试函数寻优方法以及装置，涉及函数寻优领域。其中，所述方法通过采用迭代产生的前m个较小的第四测试函数值分别对应的第四自变量数值加权评估产生新的自变量数值，并将该新的自变量数值加入到最优的自变量数值序列中，提高了测试函数寻优的收敛速度和精度。

摘要： 本发明提出一种基于任务栈分析的动态测试函数覆盖率获取方法，通过监视操作系统为程序分配的任务栈，在函数调用或返回时获取信号并解析任务栈得到函数信息，统计调用的不同函数个数，根据程序目标文件代码段中的函数总数和动态测试过程中调用的不同函数个数计算得到函数覆盖率。该方法无需修改程序源代码或目标文件，保证在获取函数覆盖率的同时，测试结果的客观性。

摘要： 本发明公开了一种发现大型面向对象软件系统关键测试函数的方法。使用本发明能够快速、合理地发现大型面向对象软件系统的关键测试函数，准确性较高。本发明首先以类为节点、类之间的函数调用为弧绘制软件的类协作网络图，并定义一条弧的重要度为以该弧为起始弧、可以遍历到的弧的数量；然后计算类协作网络图中每条弧的重要度，以可达弧总数较大的类节点为弧头的弧即为关键弧；最后，将关键弧的弧头、弧尾信息定位到软件系统中的对应的两个类，构成两个类之间耦合关系的函数调用关系即为关键测试函数。本发明克服了现有方法中的两个缺陷，且计算复杂度不会随着软件系统的复杂度而提升，能够快速、有效地发现软件系统的关键测试函数。

摘要： 本发明公开了一种在手机开发过程中测试函数的方法，该方法包括：编译包含有所述函数的源码，生成二进制代码，同时生成所述函数的名称及函数在手机中的入口地址；把所述二进制代码烧入手机，手机开启并与开发计算机建立通讯连接；在开发计算机上输入待测函数的名称及其参数；开发计算机将所述待测函数的名称转换为待测函数在手机中的入口地址并将其和所述参数一起发送给手机；手机根据接收到的待测函数在手机中的入口地址及所述参数执行待测函数并对其进行测试，将测试结果返回给开发计算机。应用本发明所述的方法，使得对手机中函数的测试更为方便快捷，从而提高了测试效率且加快了开发进度。