مشخصات پژوهش

عنوان	تولید آرایه پوشش کمینه با استفاده از الگوریتم تکامل تفاضلی تطبیقی مبتنی بر تاریخچه موفقیت و کاهش خطی اندازه جمعیت
نوع پژوهش	مقاله چاپ‌شده
کلیدواژه‌ها	تست جامع، انفجار ترکیبی، آزمون t-ستونی، آرایه پوشش کمینه، الگوریتم تکامل تفاضلی
چکیده	تست جامع سیستمهای نرمافزاری با تعداد زیادی پارامتر ورودی و ترکیبات بین آنها اغلب باعث وقوع مشکل انفجار ترکیبی میشود. تست ترکیبی t-ستونی تکنیکی است که با تولید آرایهای از نمونههای تست به پوشش حداکثری ترکیبات ما بین پارامترهای ورودی میپردازد. تولید آرایه پوشش کمینه یک مساله بهینهسازی است که الگوریتمهای فراابتکاری زیادی از جمله بهینهسازی مبتنی بر آموزش و یادگیری، ازدحام توده ذرات، ژنتیک و الگوریتم جستجوی فاخته برای حل آن به کار رفتهاند. اگر چه این الگوریتمها توانستهاند آرایههای پوشش با اندازههای کوچکتر را تولید کنند ولی هنوز کمینهسازی کامل انجام نشده است. در این مقاله، یک استراتژی جدیدی برپایه الگوریتم تکامل تفاضلی تطبیقی مبتنی بر تاریخچه موفقیت و کاهش خطی اندازه جمعیت )معروف به LSHADE )که جزو برندگان کنگره IEEE در محاسبات تکاملی است، جهت تولید آرایه پوشش کمینه ارائه میکنیم. نتایج آزمون فریدمن نشان میدهند که استراتژی LSHADE دارای اولین رتبه از نظر معیارهای تولید آرایه پوشش با کمترین اندازه و کمترین تعداد متوسط فراخوانیهای الگوریتمی در مقایسه با استراتژیهای مبتنی بر ریاضی از جمله TConfig ،حریصانه از جمله IPOG ،Jenny وPICT و فراابتکاری از جمله GS ،TLBO،BAT-HC ،PSTG ،WOA ،BAPSO و GSTG است. در حالیکه، از نظر معیارهای تعداد متوسط ارزیابیهای تابع محاسبه وزن و متوسط زمان اجرا، این استراتژی بعد از استراتژی GS ،دارای اولین رتبه است. ضمناً، نمودارهای همگرایی سرعت همگرایی باالیِ این استراتژی را در مقایسه با استراتژیهای فراابتکاری دیگر تایید میکنند.
پژوهشگران	سجاد اسفندیاری (نفر سوم)، وحید رافع (نفر دوم)، عین الله پیرا (نفر اول)