CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بررسی روشهای مبتنی بر هوش مصنوعی برای انتخاب موارد آزمون جهت اجرای آزمون رگرسیون

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۲۷۸ | نظرات: ۰
سرفصل ارائه مقاله: برق
سال انتشار: ۱۳۹۳
کد COI مقاله: DCEAEM01_183
زبان مقاله: فارسی
حجم فایل: ۷۰۸.۰۵ کیلوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بررسی روشهای مبتنی بر هوش مصنوعی برای انتخاب موارد آزمون جهت اجرای آزمون رگرسیون

  معصومه انصاری فر - دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش نرمافزار دانشگاه آزاد اسلامی واحد کرمان
  عباس رضایی - عضو هیئت علمی گروه کامپیوتر دانشگاه آزاد اسلامی واحد کرمان

چکیده مقاله:

امروزه سازمانهای نرمافزاری زمان و منابع زیادی را در تحلیل و آزمون نرمافزار صرف میکنند. ازنظر مهندسان نرمافزار آزمون محصول به خودی خود، مثل تولید خود محصول وقتگیر و گران است . آزمون نرمافزار فرایند امتحان یک برنامه کاربردی برایکشف خطاها و تضمین اینکه نیازمندیهای موجود را برآورده میکند و با سختافزار مشتری سازگار است، هست یک نرمافزار زمانهای زیادی در چرخه حیاتش تغییر میکند آزمون رگرسیون موقعی که تغییرات در نرمافزار آزمون شد ه ایجاد میشود اجرا میگردد و اجرای دوباره همه موارد آزمون اجراشده قبلی غیرممکن است با توجه به افزایش تصاعدی هزینهها که بعد از هر تغییرتحمیل میشود کاهش مجموعه موارد آزمون ضروری است. انتخاب موارد آزمونهایی که قابلیت تشخیص ماکزیمم خطا را با توجه به محدودیت زمانی دارند از اهمیت زیادی برخورداراست. در این تحقیق روشهای ارائهشده جهت انتخاب موارد آزمون از مجموعهبزرگ آزمون برای انجام آزمون رگرسیون که بر پایه هوش مصنوعی هستند بررسی میشوند. در آزمون نرمافزار برای کاهش هزینههااز روشهای هوش مصنوعی استفاده میشود. این کاهش هزینهها میتواند شامل هزینههای زمانی، منابع و مالی در پروژه توسعه نرمافزار باشد.

کلیدواژه‌ها:

آزمون نرمافزار، آزمون رگرسیون، انتخاب موارد آزمون، هوش مصنوعی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-DCEAEM01-DCEAEM01_183.html
کد COI مقاله: DCEAEM01_183

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
انصاری فر, معصومه و عباس رضایی، ۱۳۹۳، بررسی روشهای مبتنی بر هوش مصنوعی برای انتخاب موارد آزمون جهت اجرای آزمون رگرسیون، اولین کنفرانس سراسری توسعه محوری مهندسی عمران، معماری، برق و مکانیک ایران، گرگان، شرکت مهندسی عمران بنای تدبیر با همکاری دانشگاه گلستا، دانشگاه گلستان، https://www.civilica.com/Paper-DCEAEM01-DCEAEM01_183.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (انصاری فر, معصومه و عباس رضایی، ۱۳۹۳)
برای بار دوم به بعد: (انصاری فر و رضایی، ۱۳۹۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Suri, B., Mangal, I., & Srivastava, V. 2011. Regression Test ...
  • Suri, B., & Mangal, I. 2012. Analyzing Test Case Selection ...
  • Bhasin . H , Deepkiran. M , " A Novel ...
  • Selhrawat, R., Srivastaa, V., & Mangal, I. A Neuro-Genetc Algorithm ...
  • Kaur, J. , Kaur, T .2013. Crossbreed Algorithm for Regression ...
  • Holland.J, "Adaption in Natural and Artificial Systems ", AnnArbor, MI: ...
  • De Jong .K.A, " Analysis of Behaviour of a class ...
  • Goldberg.D, "Genetic Algorithms in Search Optimization and Machine Learning ", ...
  • Vahadati. G, Yaghoubi.M, Poostchi.M, Naghibi.S, _ New Approach to Solve ...
  • Chu. P.C and Beasley. J.E, "A Genetic Algorithm for the ...
  • Optimization: Artificial Bee Colony (ABC)A lgorithm ", Journal of Global ...
  • 3]Karaboga.D, Basturk.B, "Artificial Bee Colony (ABC) Optimization Algorithm for Solving ...
  • Karaboga.D, Basturk Akay.B, "Artificial Bee ColonyA lgorithm on Training Artificial ...
  • th. 11-13June 2007, Page(s):1 - 4, 2007. ...
  • Technical , و [1 5]Karaboga.D, "An Idea Based on Honey ...
  • Dorigo.M, "Ant Colony Optimization: Artificial Ants as Computational Intelligence Technique ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۶۳۷۹
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.