| 基于混沌和遗传算法的优化测试生成算法 |
| |
| 引用本文： | 李鸣,彭大海,高娜,魏震生. 基于混沌和遗传算法的优化测试生成算法[J]. 微计算机信息, 2005, 0(24): 125-126 |
| |
| 作者姓名： | 李鸣 彭大海 高娜 魏震生 |
| |
| 作者单位： | 1. 050003,石家庄军械工程学院
2. 211132,南京炮兵学院南京分院 |
| |
| 摘 要： | 基于组合电路测试生成的Hopfield神经网络模型,讨论分析了利用混沌神经网络的全局搜索能力进行测试生成的有效算法和基于遗传算法的自适应测试生成.基于混沌神经网络的算法利用混沌所表现出的遍历性与内随机性进行全局搜索;而遗传算法不同于传统的方法,它不需要故障传播、回退等过程,并具有并行计算的能力.计算机仿真结果表明了这两种测试生成算法的可行性与高效性.
|
| 关 键 词： | 神经网络 混沌搜索 遗传算法 测试生成 |
| 文章编号： | 1008-0570(2005)08-3-0125-02 |
| 修稿时间： | 2004-12-03 |
A Optimum Test Generation Algorithm Based on Chaotic and Genetic Algorithm |
| |
| Li,Ming,Peng,Dahai,Gao,Na,Wei,Zhensheng. A Optimum Test Generation Algorithm Based on Chaotic and Genetic Algorithm[J]. Control & Automation, 2005, 0(24): 125-126 |
| |
| Authors: | Li Ming Peng Dahai Gao Na Wei Zhensheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
