@MastersThesis{Sales:2021:InSoMe,
author = "Sales, Camila Pereira",
title = "Uma investiga{\c{c}}{\~a}o sobre meta e
hiper-heur{\'{\i}}sticas para teste de integra{\c{c}}{\~a}o de
software",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2021",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2021-09-20",
keywords = "teste de integra{\c{c}}{\~a}o de software,
meta-heur{\'{\i}}sticas, hiper-heur{\'{\i}}sticas,
aplica{\c{c}}{\~o}es em C++, automatiza{\c{c}}{\~a}o, software
integration testing, meta-heuristics, hyper-heuristics, C++
Applications, automation.",
abstract = "Teste de software {\'e} uma atividade que permite melhorar a
qualidade de aplica{\c{c}}{\~o}es e, nesse contexto, existe um
subcampo que {\'e} o Teste Baseado em Busca (TBB). A despeito de
existir um grande interesse da comunidade acad{\^e}mica em TBB,
existem poucos trabalhos que lidam com teste de
integra{\c{c}}{\~a}o de software via m{\'e}todos de
otimiza{\c{c}}{\~a}o e, mesmo assim, tais esfor{\c{c}}os
n{\~a}o se relacionam {\`a} gera{\c{c}}{\~a}o de casos de
teste de integra{\c{c}}{\~a}o. Al{\'e}m disso, {\'e} muito
interessante que os m{\'e}todos/metodologias possam gerar casos
de teste com base apenas no c{\'o}digo-fonte desde que, em muitos
casos, n{\~a}o h{\'a} uma documenta{\c{c}}{\~a}o extensa sobre
o produto. Essa disserta{\c{c}}{\~a}o de mestrado objetiva
contribuir para a atividade de teste de integra{\c{c}}{\~a}o de
software via algoritmos de otimiza{\c{c}}{\~a}o, nesse caso
meta-heur{\'{\i}}sticas e hiper-heur{\'{\i}}sticas. Duas
hip{\'o}teses foram formuladas, sendo uma relacionada a
viabilidade dos algoritmos de otimiza{\c{c}}{\~a}o para gerar os
casos de teste de integra{\c{c}}{\~a}o, e a outra em termos de
quais algoritmos teriam um melhor desempenho sob a {\'o}tica da
comunidade de otimiza{\c{c}}{\~a}o. Um m{\'e}todo, denominado
Software Integration Testing via Metaheuristics and
Hyper-heuristics (InMeHy), foi concebido para alcan{\c{c}}ar o
objetivo de viabilidade, assim como ferramentas foram
implementadas para apoiar o m{\'e}todo. O InMeHy prop{\~o}e
gerar casos de teste baseando-se apenas no c{\'o}digo-fonte
desenvolvido em C++. Dois experimentos controlados, considerando
como estudos de caso produtos relacionados a Sistemas de
Informa{\c{c}}{\~o}es Geogr{\'a}ficas (SIGs), foram realizados
para abordar a hip{\'o}tese sobre desempenho, que no fundo trata
de analisar a capacidade de generaliza{\c{c}}{\~a}o dos
algoritmos. A hip{\'o}tese sobre viabilidade foi aceita. No
entanto, a segunda hip{\'o}tese sobre desempenho foi rejeitada no
contexto dos experimentos realizados, considerando os algoritmos e
estudos de caso selecionados, onde pode-se afirmar que as
meta-heur{\'{\i}}sticas cl{\'a}ssicas (mais antigas) tiveram um
melhor desempenho, n{\~a}o somente comparadas {\`a}s
hiper-heur{\'{\i}}sticas de sele{\c{c}}{\~a}o selecionadas
mas, tamb{\'e}m, em rela{\c{c}}{\~a}o {\`a}s
meta-heur{\'{\i}}sticas para in{\'u}meros objetivos
(many-objective) mais recentes. No entanto, {\'e} importante
enfatizar que ainda n{\~a}o se pode generalizar as
conclus{\~o}es sobre a resposta ao problema da
generaliza{\c{c}}{\~a}o dos algoritmos de
otimiza{\c{c}}{\~a}o, pelo fato da hip{\'o}tese sobre
desempenho ter sido rejeitada. Em outras palavras, isso n{\~a}o
pode ser entendido como um fato de que as
meta-heur{\'{\i}}sticas multiobjetivo (cl{\'a}ssicas) s{\~a}o
realmente melhores do que as hiper-heur{\'{\i}}sticas de
sele{\c{c}}{\~a}o e do que as meta-heur{\'{\i}}sticas para
in{\'u}meros objetivos, para qualquer tipo de problema. Al{\'e}m
disso, essa conclus{\~a}o, baseada em
experimenta{\c{c}}{\~o}es, parece estar relacionada aos teoremas
sem almo{\c{c}}o gr{\'a}tis (no free lunch theorems). Portanto,
deseja-se apontar a necessidade de um n{\'u}mero maior de
experimenta{\c{c}}{\~o}es rigorosas, para abordar a quest{\~a}o
da generaliza{\c{c}}{\~a}o dos algoritmos de
otimiza{\c{c}}{\~a}o na pr{\'a}tica. ABSTRACT: Software testing
is an activity that allows improving the quality of applications
and, in this context, there is a subarea which is Search-Based
Software Testing (SBST). Despite the great interest of the
academic community in SBTS, there are few studies dealing with
software integration testing via optimization methods, and even
so, such efforts are not related to the generation of integration
test cases. Also, it is very interesting that the
methods/methodologies can generate test cases based only on the
source code since, in many cases, there is not extensive
documentation about the product. This masters thesis aims to
contribute to the software integration testing activity via
optimization algorithms, in this case meta-heuristics and
hyper-heuristics. Two hypotheses were formulated, one related to
the feasibility of optimization algorithms to generate the
integration test cases, and the other in terms of which algorithms
would perform better from the perspective of the optimization
community. A method, called Software Integration Testing via
Meta-heuristics and Hyper-heuristics (InMeHy), was conceived to
achieve the feasibility goal, as well as tools were implemented to
support the method. InMeHy proposes to generate test cases based
only on the source code developed in C++. Two controlled
experiments, considering as case studies products related to
Geographic Information Systems (GIS), were carried out to address
the performance hypothesis, which ultimately deals with analyzing
the generalizability of algorithms. The feasibility hypothesis was
accepted. However, the second hypothesis about performance was
rejected in the context of the experiments performed, considering
the selected algorithms and case studies, where it can be said
that the classical (older) meta-heuristics performed better not
only compared to the selected selection hyper-heuristics but also
in relation to meta-heuristics for a number of more recent
(many-objective) goals. However, it is important to emphasize that
the conclusions about the answer to the problem of generalization
of optimization algorithms cannot be generalized yet, because the
hypothesis about performance has been rejected. In other words,
this cannot be understood as a fact that multi-objective
(classical) meta-heuristics are actually better than selection
hyper-heuristics and multipurpose metaheuristics for any type of
problem. Furthermore, this conclusion, based on experiments, seems
to be related to the no free lunch theorems. Therefore, we want to
point out the need for a greater number of rigorous experiments to
address the issue of generalization of optimization algorithms in
practice.",
committee = "Stephany, Stephan (presidente) and Santiago J{\'u}nior, Valdivino
Alexandre de (orientador) and Gomes, Karine Reis Ferreira and
Vergilio, Silvia Regina",
englishtitle = "Investigating meta and hyper-heuristics for software integration
testing",
language = "pt",
pages = "133",
ibi = "8JMKD3MGP3W34T/45FQRFS",
url = "http://urlib.net/ibi/8JMKD3MGP3W34T/45FQRFS",
targetfile = "publicacao.pdf",
urlaccessdate = "10 maio 2024"
}