BUIO生成及测试序列生成算法研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (6): 116-118.

BUIO生成及测试序列生成算法研究

高占春，胡晓玲，蒋砚军，李清伟

北京邮电大学计算机学院，北京 100876

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-02-21 发布日期:2011-02-21

Research on BUIO generation and test sequences generation algorithms

GAO Zhanchun，HU Xiaoling，JIANG Yanjun，LI Qingwei

School of Computer，Beijing University of Posts & Telecommunications，Beijing 100876，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-02-21 Published:2011-02-21

摘要/Abstract

摘要： 在通信协议的一致性测试中，生成较短的测试序列是一个重要问题。提出一种利用UIO生成 BUIO（Backward UIO）的方法，部分UIO直接转换成BUIO，可以降低BUIO的生成费用。对基于UIO和BUIO的启发式测试序列生成方法进行了分析，完善了该方法的生成算法，保证测试序列的自动生成。以ECMA-203协议为例，应用这种算法得到了测试用例，与基于UIO序列和中国邮路算法生成的测试序列进行了比较。

关键词: 唯一输入输出（UIO）, 反向唯一输入输出（BUIO）, 启发式算法, 启发函数

Abstract: Generating shorter testing sequence is an important issue in protocol conformance test.This paper proposes a method for generating BUIO sequence by using UIO sequence.Some UIO sequences switching to BUIO sequences can bring the cost reduce of the BUIO generation.The heuristic sequences generation algorithom based on UIO and BUIO is analyzed and improved to ensures the automatic generation of test sequence.Test sequence is obtained through applying the algorithm to protocol ECMA-203，which is compared to the test sequence generated by using Rural Chinese Postman algorithm and UIO sequences.

Key words: Unique Input/Output（UIO）, Backward Uniquee Input/Output（BUIO）, heuristic algorithm, heuristic function

高占春，胡晓玲，蒋砚军，李清伟. BUIO生成及测试序列生成算法研究[J]. 计算机工程与应用, 2011, 47(6): 116-118.

GAO Zhanchun，HU Xiaoling，JIANG Yanjun，LI Qingwei. Research on BUIO generation and test sequences generation algorithms[J]. Computer Engineering and Applications, 2011, 47(6): 116-118.

[1]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[2]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[3]	孟鑫，杨琴，郝婷婷，张洁，曹策俊. 不同订单分配和算法下的拣货路径优化组合[J]. 计算机工程与应用, 2020, 56(23): 229-236.
[4]	李雅丽，王淑琴，陈倩茹，王小钢. 若干新型群智能优化算法的对比研究[J]. 计算机工程与应用, 2020, 56(22): 1-12.
[5]	张晓莉，杨亚新，谢永成. 改进的蚁群算法在机器人路径规划上的应用[J]. 计算机工程与应用, 2020, 56(2): 29-34.
[6]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[7]	胡晓敏，梁天毅，王明丰，李敏. 新型树启发式搜索算法的机器人路径规划[J]. 计算机工程与应用, 2020, 56(11): 164-171.
[8]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[9]	李理，李鸿，单宁波. 多启发因素改进蚁群算法的路径规划[J]. 计算机工程与应用, 2019, 55(5): 219-225.
[10]	尚正阳1，顾寄南2，唐仕喜2，孙晓红2. 高效求解三维装箱问题的剩余空间最优化算法[J]. 计算机工程与应用, 2019, 55(5): 44-50.
[11]	陈超，张莉. 基于改进蚁群算法的三维路径规划[J]. 计算机工程与应用, 2019, 55(20): 192-196.
[12]	侯屿1，2，秦小林2，彭皓月1，2，张力戈1，2. 全局调距和声特征选择算法[J]. 计算机工程与应用, 2019, 55(2): 21-27.
[13]	张钧，贺可太. 求解三维装箱问题的混合遗传模拟退火算法[J]. 计算机工程与应用, 2019, 55(14): 32-39.
[14]	张楠楠，姜文刚，窦刚. 改进蚁群算法在AUV三维路径规划中的研究[J]. 计算机工程与应用, 2019, 55(11): 265-270.
[15]	刘竹松，李生. 正余混沌双弦鲸鱼优化算法[J]. 计算机工程与应用, 2018, 54(7): 159-163.