基于遺傳算法的多缺陷定位方法

　　基于程序頻譜的缺陷定位方法可以有效地輔助開發(fā)人員定位軟件內(nèi)部缺陷，但大部分已有自動化方法在解決多缺陷定位問題時表現(xiàn)不佳，部分效果尚可的方法因復(fù)雜度較高或需要開發(fā)人員較多交互而仍需進一步改善．為改善上述問題，提出一種基于遺傳算法的多缺陷定位方法GAMFal，具體來說：首先基于搜索的軟件工程思想對多缺陷定位問題進行建模，構(gòu)建了候選缺陷分布的染色體編碼方式，并基于擴展的Ochiai系數(shù)計算個體的適應(yīng)度值；隨后使用遺傳算法在解空間中搜索具有最高適應(yīng)度值的候選缺陷分布，在終止條件被滿足后返回最優(yōu)解種群；最后根據(jù)這個種群對程序?qū)嶓w進行排序，這樣開發(fā)人員可以依次對程序?qū)嶓w進行檢查并最終確定多個缺陷的具體位置，實證研究以Siemens套件中的7個程序和Linux的3個程序（gzip、grep和sed）作為評測對象，并擴展傳統(tǒng)的定位方法評測標準EXAM至EXAMF和EXAML，通過與其他經(jīng)典的缺陷定位方法（Tarantula、Improved Tarantula及Ochiai）進行對比，并通過Friedman檢測和最小顯著性差異測試可得，提出的GAMFal方法在整體定位效率方面優(yōu)于傳統(tǒng)方法，且需要更少的人工交互．除此之外，GAMFal的執(zhí)行時間也在可接受的范圍之內(nèi)．