ساخت آرایه پوشش با استفاده از الگوریتم بهینه‌سازی مبتنی برآموزش و یادگیری

در سیستم‌های نرم‌افزاری اغلب خطاهای غیرمنتظره زمانی رخ می‌دهد که هم‌زمان تعدادی از اجزاء سیستم باهم در تعامل باشند. آزمون ترکیباتی روشی است که هدف آن تولید دنباله آزمون کمینه است تا خطاهایی که توسط این اجزاء و تعامل آن‌ها به وجود می‌آید را مشخص کند. تولید آرایه پوشش یک مسئله بهینه‌سازی است که یکی از پرطرفدارترین حوزه‌های پژوهش در زمینه آزمون‌های ترکیباتی است. الگوریتم‌های فرامکاشفه‌ای در تولید آرایه پوشش نتایج خوبی را داشته‌اند. گرچه این استراتژی‌ها نتایج بسیار خوبی دارند اما به دلیل پیچیدگی، مراحل جستجوی آن‌ها زمان‌بر است. به این دلیل این استراتژی‌ها به تولید آرایه پوشش برای پیکربندی‌های کوچک محدود هستند و قابلیت پشتیبانی تا قوه‌ی t ≤ 6 را دارند. در این پژوهش ما با استفاده از الگوریتم بهینه‌سازی مبتنی بر آموزش و یادگیری و طراحی تابع برازندگی، به‌گونه‌ای سرعت جستجو را بالابرده‌ایم که الگوریتم توانایی تولید آرایه پوشش تا قوه t = 15 را دارد. علاوه‌براین، توانایی الگوریتم در کمینه‌سازی دنباله آزمون نیز بالا است. نتایج نشان می‌دهد که الگوریتم پیشنهادی قادر به تولید نتایج بسیار بهتری نسبت به سایر روش‌های موجود است.