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.2024.31194.2490چکیده
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.