更快筛选高危缺陷报告
动态调整交叉和变异概率，在高报告量下保持效率，选取的缺陷报告严重性和多样性优于基线方法。
Ruxue, Bai · Rongshang, Chen · Xiao, Lei · Wu, Keshou
Electronics (Switzerland) 2024
通过强化学习动态调整交叉和变异概率，收敛速度优于GA、GA-SARSA和GA-Q，整体执行时间优于BDDIV。
对测试报告总数不敏感，在不同规模数据集上都能保持执行效率，适应大规模众测场景。
选出的报告缺陷严重性高于随机选择、BDDIV和TSE方法，能够优先筛选出高风险问题。
选出的报告在缺陷类型和内容上更多样化，避免重复相似报告，覆盖更广的问题。