VHDL-ohjelman testaaminen geneettisellä algoritmilla

annif.suggestionstestaus|algoritmit|tietokoneohjelmat|geneettiset algoritmit|etiikka|ohjelmointi|kromosomit|VHDL|tekoäly|testausmenetelmät|fifi
annif.suggestions.linkshttp://www.yso.fi/onto/yso/p8471|http://www.yso.fi/onto/yso/p14524|http://www.yso.fi/onto/yso/p26592|http://www.yso.fi/onto/yso/p7987|http://www.yso.fi/onto/yso/p3166|http://www.yso.fi/onto/yso/p4887|http://www.yso.fi/onto/yso/p7688|http://www.yso.fi/onto/yso/p15339|http://www.yso.fi/onto/yso/p2616|http://www.yso.fi/onto/yso/p26360fi
dc.contributor.authorLaasanen, Juhani
dc.contributor.facultyfi=Tekniikan ja innovaatiojohtamisen yksikkö|en=School of Technology and Innovations|-
dc.contributor.organizationfi=Vaasan yliopisto|en=University of Vaasa|
dc.date.accessioned2023-05-23T09:45:47Z
dc.date.accessioned2025-06-25T16:50:16Z
dc.date.available2023-05-23T09:45:47Z
dc.date.issued2023
dc.description.abstractTämä diplomityö käsittelee geneettisten algoritmien soveltamista ohjelmistotestauksessa. Työn tavoitteena oli tuottaa VHDL-ohjelman testaukseen testitapauksia ja tutkia geneettisen algoritmin soveltuvuutta testitapauksien tuottamisessa Intelin SoC FPGA -ympäristössä. Geneettisen algoritmin soveltuvuus ohjelmistotestaukseen riippuu pitkälti siitä, mitä halutaan testata ja millä laajuudella. Työssä pohdittiin eri testausvaihtoehtoja ja niiden käyttämistä SoC FPGA:ssa. Tutkimukseen valittiin haarakattavuusmenetelmä, sillä se on riittävän kattava luotettavan testaustuloksen saamiseksi. Tässä työssä geneettisen algoritmin tehtävänä oli etsiä minimimäärä testitapauksia, joilla ohjelman kaikki haarat saatiin käytyä läpi. Lisäksi haarakattavuusmenetelmässä testitapauksen kulkua ohjelmassa on yksinkertainen seurata ja siitä saatiin helposti palaute geneettisen algoritmin hyvyysfunktioon. Työssä ohjelmoitiin C-kielellä geneettinen algoritmi, jolla voidaan testata erinäisiä VHDL-prosesseja alustan logiikkapuolella. Työssä testattiin viittä eri ohjelmaa sekä geneettisellä algoritmilla että satunnaisgeneraattorilla. Molempien tulosten tutkimisen jälkeen havaittiin, että useimmissa testattavissa ohjelmissa geneettinen algoritmi löysi pienellä vaivalla minimimäärän testitapauksia, joilla kaikki haarat saatiin käytyä läpi. Esimerkiksi viidennessä testattavassa ohjelmassa satunnaisgeneraattorin tulokset vaihtelivat 27:n ja 93:n testitapauksen välillä. Samassa tapauksessa geneettinen algoritmi löysi aina minimimäärän eli viisi testitapausta. Poikkeuksena geneettisen algoritmin tehokkuudelle oli yksinkertaisin testattava ohjelma, jossa haaroja oli melko pieni määrä ja kromosomin pituus pieni, jolloin algoritmi joskus juuttui lokaaliin maksimiin. Satunnaisgeneraattorin tulokset vaihtelivat kolmen ja kuuden välillä, kun geneettinen algoritmi sai tuloksiksi vaihtelevasti kaksi ja kolme testitapausta.-
dc.format.bitstreamtrue
dc.format.extent91-
dc.identifier.olddbid18244
dc.identifier.oldhandle10024/15698
dc.identifier.urihttps://osuva.uwasa.fi/handle/11111/10250
dc.identifier.urnURN:NBN:fi-fe2023042839545-
dc.language.isofin-
dc.rightsCC BY-ND 4.0-
dc.source.identifierhttps://osuva.uwasa.fi/handle/10024/15698
dc.subject.degreeprogrammefi=Sähkö- ja energiatekniikan koulutusohjelma (DI)|en=Degree Programme in Electrical Engineering and Energy Technology|-
dc.subject.disciplinefi=Automaatio- ja tietotekniikka|en=Automation and Computer Science|-
dc.subject.specializationAutomaatiotekniikka-
dc.subject.ysogeneettiset algoritmit-
dc.subject.ysotestausmenetelmät-
dc.subject.ysoVHDL-
dc.subject.ysotestaus-
dc.titleVHDL-ohjelman testaaminen geneettisellä algoritmilla-
dc.type.ontasotfi=Diplomityö|en=Master's thesis (M.Sc. (Tech.))|sv=Diplomarbete|-

Tiedostot

Näytetään 1 - 1 / 1
Ladataan...
Name:
Uwasa_2023_Laasanen_Juhani.pdf
Size:
2.63 MB
Format:
Adobe Portable Document Format