Busca avançada
Ano de início
Entree

Hiper-heurística de seleção para teste de software

Processo: 18/08372-8
Linha de fomento:Bolsas no Exterior - Pesquisa
Vigência (Início): 02 de janeiro de 2019
Vigência (Término): 01 de janeiro de 2020
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Valdivino Alexandre de Santiago Júnior
Beneficiário:Valdivino Alexandre de Santiago Júnior
Anfitrião: Ender Ozcan
Instituição-sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia, Inovações e Comunicações (Brasil). São José dos Campos , SP, Brasil
Local de pesquisa : University of Nottingham, University Park, Inglaterra  
Assunto(s):Softwares   Teste e avaliação de software   Modelos probabilísticos de tópicos   Hiper-heurística

Resumo

Otimização em Teste de Software (OTS) tem demonstrado ser muito promissora para diversas atividades do processo de teste e sua otimização como um todo. Recentemente, pesquisadores têm abordado problemas multiobjetivos e o uso de hiper-heurísticas. No entanto, hiper-heurísticas ainda são muito incipientes no contexto de OTS, onde poucos trabalhos na literatura foram publicados com propósitos tais como a geração de dados de Teste de Interação Combinatória, e problemas de ordem de teste e integração. Além disso, estudos recentes mostram que as hiper-heurísticas de seleção mais utilizadas no contexto de OTS, tais como Função de Escolha, apresentaram desempenho pior em comparação com outras hiper-heurísticas consideradas em diferentes domínios. Esse projeto de pesquisa visa investigar hiper-heurísticas de seleção no contexto de teste de software. A ideia é criar uma nova hiper-heurística de seleção para escolher Heurísticas de Baixo Nível (HBNs) com base em abordagens aplicadas a domínios tais como otimização de distribuição de turbinas eólicas em fazenda e agendamento, mas que nunca foram utilizadas para teste de software. Algoritmos Evolucionários Multiobjetivos serão usados como HBNs e a meta é investigar métodos de seleção clássicos (e.g. Sequência Fixa) e modelos probabilísticos (e.g. Cadeias de Markov). Uma avaliação rigorosa, comparando a nova metodologia via hiper-heurística de seleção com outras abordagens baseadas somente em meta-heurísticas, será realizada com estudos de caso, incluindo sistemas de software espacial, em um contexto de validação ainda não investigado no âmbito de teste baseado em hiper-heurísticas. (AU)

Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.