申请/专利权人：之江实验室;浙江大学

申请日：2024-03-07

公开（公告）日：2024-04-12

公开（公告）号：CN117873904A

主分类号：G06F11/36

分类号：G06F11/36;G06F11/26;G06N3/006

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于t‑分布鲸鱼优化算法生成浮点数测试激励方法和装置，初始化鲸鱼优化算法的参数；初始化鲸鱼种群位置；建立UVM验证平台收集功能覆盖率集合并计算适应度值；更新参数用于鲸鱼个体位置计算；进行第t次迭代，使用收缩包围机制或螺旋更新策略移动鲸鱼个体位置；位置更新，根据鲸鱼个体位置前后适应度值大小决定位置是否替换；采用t‑分布变异算子对种群个体进行扰动计算生成新种群，并更新个体位置；判断是否满足结束条件，如果达到预设的结束条件，则退出整体的算法循环；否则更新参数继续迭代直至满足结束条件。本发明采用鲸鱼优化算法来避免遍历整个搜索空间，朝尽早覆盖所有功能覆盖点的方向前进。

主权项：1.一种基于t-分布鲸鱼优化算法生成浮点数测试激励方法，其特征在于，包括以下步骤：S1，初始化鲸鱼优化算法的参数，并设定种群初始大小为N，最大迭代次数为Max；S2，初始化鲸鱼种群位置；S3，建立UVM验证平台收集每个初始鲸鱼个体位置的功能覆盖率集合并计算对应的适应度值；S4，更新参数、、和l用于鲸鱼个体位置计算；所述参数在迭代过程中从2线性地下降至0，即，其中，t表示当前迭代次数；所述参数为，其中，r为[0，1]的随机数；所述参数为；所述参数l为[-1，1]的随机数；S5，进行第t次迭代，使用收缩包围机制或螺旋更新策略移动鲸鱼个体位置；S6，位置更新，根据鲸鱼个体位置前后适应度值大小决定位置是否替换；S7，采用t-分布变异算子对种群个体进行扰动计算生成新种群，并更新个体位置；S8，判断是否满足结束条件，如果达到预设的结束条件，则退出整体的算法循环，并输出最后一轮迭代得到的种群作为生成浮点数测试激励集合；否则进入步骤S4更新参数继续迭代直至满足结束条件；所述满足结束条件为达到最大迭代次数或满足覆盖率要求。

全文数据：

权利要求：

百度查询： 之江实验室;浙江大学 基于t-分布鲸鱼优化算法生成浮点数测试激励方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD