tcp8optimizer的博客

本文围绕在Defects4J中搜索多故障程序以及搜索式自动化程序修复中的适应度函数优化展开研究。首先，通过系统化的搜索策略，发现Defects4J中大部分故障版本都包含多个故障，揭示了多故障现象的普遍性。其次，比较了传统布尔适应度函数和细化非布尔适应度函数在修复效果上的差异，实验结果显示在新数据集上细化适应度函数的优势并不显著，可能存在对旧版本数据集过拟合的问题。最后，文章从多故障程序的分布、故障寿命的影响因素、适应度函数优化策略以及未来研究方向等方面进行了深入分析和展望。

本博文探讨了提升安卓应用响应能力及在 Defects4J 中搜索多故障程序的研究。通过遗传改进方法，对多个安卓应用进行优化实验，分析了改进效果、类型和成本，并提出应对有效性威胁的措施。此外，研究还通过移植测试用例的方法，在 Defects4J 中发现了大量多故障程序，为多故障调试技术提供了丰富的实验数据。研究结果对软件开发和调试技术具有重要意义，未来将继续探索扩展改进操作符、多目标搜索、加速改进过程及多故障调试技术的深入研究。

本文研究了利用遗传改进（Genetic Improvement, GI）技术提升安卓应用的响应性能。通过帧率作为响应性能的代理指标，结合一个通用的改进框架，实验表明GI能够通过简单的行级代码修改显著优化应用的帧率。研究探讨了有效的代码更改类型，如代码删除、替换和移动，并分析了该方法的成本与改进效果的平衡。最终，研究展示了遗传改进在安卓应用性能优化领域的巨大潜力，并展望了未来的研究方向。

本博文主要探讨了EvoSuite测试过程中遇到的问题及其对测试覆盖率的影响，以及利用遗传改进（GI）优化安卓应用响应性的研究。针对EvoSuite，分析了其在内部类方法调用、大搜索空间、文件系统访问等方面的问题，并展示了不同主题的主要问题分布。在安卓应用响应性优化方面，研究了GI的应用潜力，发现其受限于测试套件对UI元素的覆盖情况。最终总结了研究发现，并展望了未来可能的改进方向。

本博文介绍了一项关于EvoSuite在SBST 2020工具竞赛基准测试中有效性的实证研究。研究通过分析EvoSuite未能覆盖的分支，将其局限性分为四类共14个子类别，并探讨了各类问题对分支覆盖率的影响。研究旨在揭示EvoSuite在现实世界Java项目中的测试挑战，并为未来改进自动化测试工具提供了方向。

本文研究提出了一种基于资源与SQL处理的REST API测试用例生成方法，通过增强资源处理能力实现更高效的测试。该方法结合SQL操作与REST操作之间的值绑定机制，确保测试过程中作用于同一资源，并在开源工具EvoMaster中实现了扩展（记为Rd-MIO*sql）。实证研究表明，该方法在代码覆盖率和故障检测方面显著优于现有技术，尤其适用于创建操作受限或架构复杂的系统。此外，文章还分析了方法的优势、局限性以及未来研究方向。

本文介绍了两种软件测试领域的创新技术：一是基于链接学习的多目标测试用例选择方法L2-NSGA，通过改进NSGA-II算法提高了非支配前沿质量和回归故障检测能力；二是结合SQL处理的RESTful API测试用例生成技术，通过引入SQL命令操作数据库资源，显著提升了代码覆盖率和故障检测效率。这两种技术分别适用于大型软件系统的多目标测试优化和与数据库交互的REST API白盒测试场景。

本文介绍了基于链接学习交叉的测试用例选择算法 L2-NSGA，并将其与传统的 NSGA-II 算法进行了对比。L2-NSGA 结合了 NSGA-II 的多目标优化框架和 GOMEA 的链接学习机制，通过推断测试用例间的链接结构，改进测试用例选择的效率和效果。实验结果表明，L2-NSGA 在生成更接近参考前沿的帕累托解、覆盖更大的目标空间以及提高成本效益方面均优于 NSGA-II，尽管其运行时间略有增加，但在实际应用中是可接受的。本文还分析了 L2-NSGA 在不同规模项目中的适用建议，并展望了未来的研究方向

本文探讨了软件测试优化中的两项创新技术：HMX交叉算子和L2-NSGA。HMX交叉算子通过结合测试用例级和数据级交叉操作，显著提升了单元测试用例生成的结构覆盖和故障检测能力，尤其在Snowball Stemmer和Apache Commons库中表现出色。另一方面，L2-NSGA作为NSGA-II的改进变体，引入连锁学习机制，通过识别和保留解中的有效模式，提高了测试用例选择的效率和质量。实验表明，L2-NSGA在覆盖率、执行成本和回归故障检测方面均优于传统方法。文章总结了这两项技术的优势，并展望了未来可能的

本文介绍了一种名为混合多级交叉（HMX）的新交叉算子，在基于搜索的单元测试用例生成中的应用。通过结合传统的单点交叉与多个数据级交叉，HMX显著提高了测试用例的结构覆盖和故障检测能力。实验结果表明，HMX在分支覆盖和行覆盖方面优于传统的单点交叉方法，并且能够生成更稳定的测试用例。此外，HMX还增强了测试用例的故障检测能力，为单元测试的质量和效率提升提供了新的解决方案。

本文探讨了基于搜索的计算机游戏自动化游玩测试方法和一种用于单元测试用例生成的混合多级交叉算子（HMX）的应用。通过 EvoMBT 原型，基于扩展有限状态机（EFSM）模型，使用多种搜索算法生成测试序列，并在 Lab Recruits 游戏应用程序上评估测试的覆盖率和故障查找能力。实验表明，MOSA 等算法在小型模型上实现了较高的覆盖率，且生成的测试能有效检测故障。此外，HMX 算子通过结合测试级交叉与数据级重组，显著提升了结构覆盖率和故障检测能力。研究展示了这两种方法在软件测试领域的重要价值和未来发展方向。

本文探讨了基于搜索的计算机游戏自动化测试方法，以 Lab Recruits 游戏为例，介绍了如何利用扩展有限状态机(EFSM)对游戏进行建模，并提出了一种基于搜索的测试生成方法。文章详细描述了个体表示、搜索算子和适应度函数的设计，同时展示了通过原型工具 EvoMBT 进行实验评估的过程和结果。最终，总结了研究成果，并展望了未来的研究方向，包括优化搜索算法和引入多目标优化等策略，以提升游戏自动化测试的效率和效果。

本文探讨了自动驾驶系统测试场景选择与优先级排序以及计算机游戏自动化测试的相关研究。在自动驾驶领域，通过对比多种多目标进化算法（MOEA），发现IBEA在多数场景下表现最佳，但面临可扩展性的挑战；同时，研究了NTS对算法性能和运行时间的影响，并提出了未来改进方向。在游戏测试领域，提出了一种结合扩展有限状态机（EFSM）和搜索算法的自动化测试方法，通过原型工具EvoMBT验证了其有效性，实现了较高的覆盖率和故障发现率。文章总结了两个领域的最佳实践、主要挑战和未来方向，指出提高测试效率和质量是共同的目标，且需要持

本文介绍了一种用于自动驾驶系统测试场景选择与优先级排序的基于搜索的方法——SPECTRE。通过利用旧版本的测试场景执行结果，SPECTRE从大量现有测试场景中选择并排序出适用于新版本测试的最优场景集。文章提出了四个优化目标，并比较了五种多目标进化算法（NSGA-II、NSGA-III、IBEA、SPEA2和MOCell）在解决该问题中的性能，最终得出IBEA是最佳选择。实验基于包含60,000个测试场景的大型数据集，结合百度阿波罗和LGSVL模拟器进行验证。研究为自动驾驶系统的高效测试提供了方法支持和算法选

本文探讨了SWAY算法在排列决策空间中的应用，提出了一种新的排列嵌入方法，将排列问题转化为欧几里得空间中的问题，使得SWAY能够直接处理排列空间的优化任务。通过测试用例优先级排序（TCP）问题作为概念验证，实验结果表明该嵌入方案有效，SWAY的表现与贪心算法相当，并在一定程度上对初始种群大小不敏感。未来工作将聚焦于提升可扩展性、探索多目标优化以及进一步优化算法性能。

本博文探讨了量子程序测试和SWAY算法在排列决策空间的拓展。在量子程序测试方面，研究了故障注入位置的分类、测试用例生成方法以及基于遗传算法的有效测试套件生成。同时，讨论了研究有效性的威胁和未来方向。关于SWAY算法，介绍了其在排列决策空间的扩展，包括欧几里得嵌入方法和距离度量的定义，并通过测试用例优先级排序问题验证了其有效性。未来的研究将聚焦于在真实量子环境中的应用以及在更多排列问题中的推广。

本文研究了量子程序故障测试套件的生成方法，提出了一种基于遗传算法（GA）的方法QuSBT，并将其与随机搜索（RS）进行了比较。通过在六个具有不同特征的基准程序上的实验，结果显示在大多数情况下GA优于RS，且QuSBT在测试失败检测方面具有较高的有效性。研究还分析了测试套件的规模、适应度评估方法以及不同故障类型对测试效果的影响，为进一步优化量子程序测试方法提供了思路。

本文介绍了量子程序测试中的一种有效方法——量子搜索式测试（QuSBT）。该方法通过定义两种关键的失败类型（意外输出失败和错误输出分布失败），结合遗传算法生成高效的测试套件，从而在有限的测试预算下最大化失败测试用例的数量。文章对比了QuSBT与其他测试方法（如Quito、Proq、QSharpCheck和QuanFuzz）的优劣，并展示了QuSBT在87%的故障程序中优于随机搜索。此外，还探讨了实例空间分析（ISA）结合机器学习在预测最佳搜索策略中的应用，并提出了未来的研究方向。该方法为复杂量子程序的系统化测

本文详细介绍了第13届搜索式软件工程研讨会（SSBSE 2021）的技术进展与研究成果。研讨会探讨了将软件工程问题转化为搜索问题的解决方案，重点介绍了EvoMaster工具在系统级测试用例生成中的应用，以及实例空间分析（ISA）在SBSE技术评估与选择中的作用。会议涵盖了研究论文、复制与负面结果、挑战解决方案等多个赛道，展示了该领域的最新进展和未来发展方向。