ارائه راهکاری مبتنی بر الگوریتم یادگیری معلم و دانش آموز به منظور کاهش موارد آزمون رگرسیون

نویسندگان

1 دانشیار، دانشکده رایانه، دانشگاه علوم و فنون هوایی شهید ستاری، تهران، ایران

2 کارشناسی ارشد، گروه مهندسی کامپیوتر، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

doi
10.22075/jme.2024.31194.2490
چکیده

هدف انتخاب موارد آزمون این است که بتوان زیر مجموعه­ای انتخاب شود که قابلیت بالقوه شناسایی خطاهای ناشی از تغییرات را داشته باشد. به عبارتی هدف روش‌های انتخاب موارد آزمون، کاهش تعداد موارد آزمون بعد از تغییر کد است و بر روی شناسایی بخش­های اصلاح شده برنامه تمرکز دارد. روش‌های هوشمند مانند رگرسیون، دقت آزمون را در پروژه‌های نرم افزاری بهبود می‌بخشند و استفاده از الگوریتم­های بهینه سازی در یافتن مقدار بهینه موارد آزمون می­تواند از نظر زمان و سرعت هم مفید واقع شود. در این مقاله تکنیکی برای کاهش موارد آزمون رگرسیون مبتنی برروش بهینه سازی معلم- دانش آموز ارائه می­شود.  این روش از دو مرحله معلم( فاز آموزش) و دانش آموز ( فاز یادگیری) روی مجموعه آزمون تشکیل شده و بر اساس پارامترهای مختلف پیاده‌سازی گردیده است. نتایج آزمایش­ها نشان داد که استفاده از الگوریتم معلم- دانش آموز، زمان لازم برای کاهش موارد آزمون رگرسیون را تا حدی بهبود می­بخشد، هر چند که جواب قطعی را به ما نمی‌دهد و جوابی نزدیک به بهینه را خواهد داد. نتایج حاصل از اجرای رویکرد پیشنهادی با روش­های قبلی انتخاب موارد آزمون مقایسه شده و مشاهده شد که میانگین زمان اجرای موارد آزمون انتخابی، توسط آن بهتر است.