用于测试用例生成的 Bet and Run 策略
软件工程
2020-08-05 v1
摘要
任何在科技行业工作的人可能都熟悉这个问题：“你试过关掉再打开吗？”，因为这通常是技术支持问的默认问题。类似地，在基于搜索的测试中众所周知，元启发式算法可能在搜索期间陷入平台期。作为人类，可以查看适应度曲线的梯度并决定重启搜索，以期通过下一次运行改善优化结果。试图将此类重启自动化时，必须以编程方式判断元启发式是否已经遇到平台期，这是一个固有的难题。为缓解理论搜索问题中的这一难题，开发了 Bet and Run 策略，即同时启动多个算法实例，并在一段时间后终止除适应度值方面最有前景的单个实例外的所有实例。本文将 Bet and Run 策略应用于测试用例生成问题并进行评估。我们的工作表明，当采用文献中发现的最佳参数实例化时，使用该重启策略通常不会在质量指标上带来提升。
引用
@article{arxiv.2008.01172,
title = {Bet and Run for Test Case Generation},
author = {Sebastian Müller and Thomas Vogel and Lars Grunske},
journal= {arXiv preprint arXiv:2008.01172},
year = {2020}
}
备注
Accepted at the 12th Symposium on Search-Based Software Engineering (SSBSE 2020)