姚香娟,女,汉族,1975年生,中国共产党员,博士,中国矿业大学数学学院教授,博士生导师。主要从事进化测试、运筹优化领域的相关研究。“统计学”省一流专业负责人,《概率论与数理统计》国家一流课程负责人。
一、 教学:
任教课程:
承担本科《概率论与数理统计》、《线性代数》、《运筹学》、《图论及其应用》,硕士《智能优化与应用》《运筹学》、《组合矩阵论》等课程的教学工作。
主持教改项目:
1. 大学公共基础数学课实践教学实施路径研究与探索,江苏省高校“高质量公共课教学改革研究”专项课题,2022.09-2023.08,项目主持人;
2. 运筹学立体化教学平台建设,江苏省教改项目,2014.5-2016.5,项目主持人;
3. 面向创新人才培养的数学公共基础课教学模式改革与资源建设,校重点教改项目,2021.9-2024.9,项目主持人;
4. 《概率论与数理统计》,校“动力中国·课程思政”教学研究示范项目,2019-2020,项目主持人;
5. 运筹学数字化教学资源体系建设,校教改项目,2012.9-2014.6,项目主持人.
教学获奖情况:
1. 概率论与数理统计,国家一流本科课程(线下课程),排名第一,2023;
2. 江苏省高校教师教学创新大赛二等奖,排名第一,2022;
3. 概率论与数理统计教学团队,江苏省高校教师教学创新大赛优秀基础教学组织,课程负责人,2022;
4. 概率论与数理统计,江苏省一流本科课程(线下课程),排名第一,2021;
5. 江苏省“青蓝工程”优秀教学团队,排名第五,2020;
6. 概率论与数理统计,校课程思政师范课程,排名第一,2022;
7. 江苏省高校教师教学创新大赛校内选拔一等奖,排名第一,2022;
8. 校教学成果特等奖,排名第六,2022年6月;
9. 校优秀教学成果一等奖,排名第四,中国矿业大学,2020年6月;
10. 校研究生优秀教学成果一等奖,排名第二,2020年6月;
11. 校优秀教学成果二等奖,排名第一,2018年6月;
12. 江苏省工业与应用数学学会“五一数学建模竞赛优秀指导教师,2018年6月;
13. 数学建模校优秀教学团队(团队带头人),中国矿业大学,2017年7月;
14. 《运筹学》校精品课程(课程负责人),中国矿业大学,2017年7月;
15. 第六届全国煤炭行业教育教学成果奖一等奖,排名第一,中国煤炭教育学会,2017年12月;
16. 校级优秀教学成果二等奖,排名第五,2016年6月;
17. 第五届煤炭行业教育教学成果二等奖,排名第一,2015年12月.
二、科研:
主持/参与项目:
1. 基于语义相似度和进化优化的软件变异测试理论与方法,国家自然科学基金面上项目(61573362),2016.1-2019.12,项目主持人;
2. 基于不确定进化优化的含随机数软件测试数据自动生成理论与方法,国家自然科学基金青年项目(61203304),2013.1-2015.12,项目主持人;
3. 基于等价关系的软件可测试性转化理论及应用,江苏省自然科学基金面上项目(BK2010187),2010.9-2013.9,项目主持人;
4. 领域知识与智能优化共融的软硬件多态多元组合场景测试用例快速精准筛选,CCF-华为创新研究计划,2021.9-2022.8,参与人;
5. 智能化面向服务的群智化生态化软件开发方法与环境,国家重点研发项目(2018YFB1003802),2018.10-2021.10,参与人;
6. 基于等价关系的可测试性转化理论与方法及其在复杂软件进化测试中的应用,国家自然科学基金面上项目(61075061),2011.1-2013.12,第1参加人;
7. 基于占优度与集合进化的并行程序变异测试数据自动生成,国家自然科学基金面上项目(61375067),2014.1-2017.12,第2参加人;
8. 基于集合进化的复杂软件变异测试数据自动生成方法,江苏省自然科学基金面上项目(BK2012566),2010.9-2013.9,第1参加人;
9. 基于等价关系的可测试性转化理论与应用,高等学校博士学科点专项科研基金(博士生导师类)(20100095110006),2011.1-2013.12,第1参加人.
研究成果获奖情况:
1. 基于进化优化的复杂软件自动测试理论及应用,中国电子学会电子信息科学技术奖三等奖(排名第3),电子学会,2013年12月;
2. 进化优化理论与关键技术及其应用研究,中国电子学会电子信息科学技术奖二等奖(排名第9/10),电子学会,2011年12月.
出版专著:
[1] 姚香娟,巩敦卫,基于进化优化的软件变异测试理论及方法,北京:科学出版社,2014年12月;
[2] 巩敦卫,姚香娟,张岩,测试数据进化生成理论及应用,北京:科学出版社,2013年12月;
[3] 苗连英, 王萃琦, 姚香娟等, 图论及其算法, 徐州:中国矿业大学出版社, 2012年6月.
近期代表性论文:
[1] Xiangjuan Yao*, Qian Zhao, Dunwei Gong, Song Zhu*, Solution of large-scale many-objective optimization problems based on dimension reduction and solving knowledge guided evolutionary algorithm, IEEE Transactions on Evolutionary Computation, 2021, DOI: 10.1109/TEVC.2021.3110780.
[2] Xiangjuan Yao, Gongjie Zhang, Feng Pan, Dunwei Gong*, Changqing Wei, Orderly generation of test data via sorting mutant branches based on their dominance degrees for weak mutation testing, IEEE Transactions on Software Engineering, 2022, 48(4): 1169-1184.
[3] Qian Zhao, Yinan Guo, Xiangjuan Yao*, and Dunwei Gong*, Decomposition-based multi-objective optimization algorithms with adaptively adjusting weight vectors and neighborhoods, IEEE Transactions on Evolutionary Computation, 2022, DOI: 10.1109/TEVC.2022.3201890.
[4] Xiangying Dang, Dunwei Gong*, Xiangjuan Yao*, Tian Tian, Huai Liu, Enhancement of mutation testing via fuzzy clustering and multi-population genetic algorithm, IEEE Transactions on Software Engineering, 2021, DOI: 10.1109/TSE.2021.3052987.
[5] Qing Zhao, Xiangjuan Yao*, Xiangying Dang, Dunwei Gong*, The Nodes Influence Maximization in Open Source Software Community Based on Probability Propagation Model, IEEE Transactions on Network Science and Engineering, 2023, DOI: 10.1109/TNSE.2023.3247485.
[6] Changqing Wei, Xiangjuan Yao*, Dunwei Gong, Huai Liu, Spectral clustering based mutant reduction for mutation testing, Information and Software Technology, 2021, 132(4): 106502.
[7] Tingting Hou, Xiangjuan Yao*, Dunwei Gong, Community detection in software ecosystem by comprehensively evaluating developer cooperation intensity, Information and Software Technology, 2021, 130(9): 106451.
[8] Xin Shen, Junwei Du, Dunwei Gong*, Xiangjuan Yao*, Developer cooperation relationship and attribute similarity based community detection in software ecosystem, Chinese Journal of Electronics, 2023, 32(1): 1-12.
[9] Baicai Sun, Dunwei Gong*, Xiangjuan Yao*, Integrating DSGEO into test case generation for path coverage of MPI programs, Information and Software Technology, 2023, 153: 107068.
[10] Dunwei Gong, Baicai Sun*, Xiangjuan Yao, Tian Tian, Test data generation for path coverage of MPI programs using SAEO, ACM Transactions on Software Engineering and Methodology, 2021, 30(2): Article 17.
[11] Baicai Sun, Dunwei Gong*, Tian Tian, Xiangjuan Yao, Integrating an ensemble surrogate model's estimation into test data generation, IEEE Transactions on Software Engineering, 2020, DOI: 10.1109/TSE.2020.3019406.
[12] Xiangying Dang, Xiangjuan Yao, Dunwei Gong*, Tian Tian, Efficiently generating test data to kill stubborn mutants by dynamically reducing the search domain, IEEE Transaction on Reliability, 2020, 69(1): 334-348.
[13] Xiangjuan Yao*, Dunwei Gong, Pengpeng Wang, Lina Chen, Multi-objective optimization model and evolutional solution of network node matching problem[J]. Physica A: Statistical Mechanics and its Applications, 2017, 483: 595-502.
[14] Dang Xiangying, Gong Dunwei*, Xiangjuan Yao*, et al., Enhancement of mutation testing via fuzzy clustering and multi-population genetic algorithm[J]. IEEE Transactions on Software Engineering, 2021, DOI: 10.1109/TSE.2021.3052987.
[15] Xiangjuan Yao*, Dunwei Gong, Pengpeng Wang, Lina Chen, Multi-objective optimization model and evolutional solution of network node matching problem[J]. Physica A: Statistical Mechanics and its Applications, 2017, 483: 595-502.
[16] Xiangjuan Yao, Dunwei Gong, Gongjie Zhang, Constrained Multi-objective Test Data Generation Based on Set Evolution[J]. IET Software, 2015, 9(4): 103-108.
[17] Xiangjuan Yao, Dunwei Gong, Wenliang Wang, Test Data Generation for Multiple Paths Based on Local Evolution[J]. Chinese Journal of Electronics, 2015, 24(CJE-1):46-51.
[18] Dunwei Gong, Xiangjuan Yao*, Genetic Algorithm Based Test Data Generation for Multiple Paths via Individual Sharing[J]. Computational Intelligence and Neuroscience, 2014, 2014: 1-12.
[19] Xiangjuan Yao*, Mark Harman, Yue Jia, A study of equivalent and stubborn mutation operators using human analysis of equivalence, Proceedings of International Conference on Software Engineering , 919-930, Hyderabad, 2014.5.31-6.7. (计算机学会A类会议, WoS他引95次)
[20] 钟小玉, 韩玉艳, 姚香娟*, 巩敦卫*, 孙永征, 不确定工时下多目标柔性作业车间调度问题的进化求解方法,中国科学:信息科学,2022,DIO: 10.1360/SSI-2022-0017.
[21] 姚香娟, 田甜, 党向盈, 孙百才, 巩敦卫*,智能优化在软件测试的应用,控制与决策,2022, 37(2): 257-266. (自动化学会 B类期刊)
[22] 姚香娟巩敦卫, 李彬, 融入神经网络的路径覆盖测试数据进行生成, 软件学报, 2016, 27(4): 828-838. (计算机学会A类期刊)
[23] 潘峰,巩敦卫*,田甜,姚香娟,李吟, 基于路径相似度的并行程序多路径覆盖调度序列排序, 中国科学.信息科学, 2021, 51(4): 565-581.
[24] 党向盈巩敦卫, 姚香娟.基于统计分析的弱变异测试可执行路径生成[J]. 计算机学报, 2016, 39(11):2355-2371. (EI检索号: 20164803060761)
[25] 巩敦卫, 钟超群, 姚香娟. 测试含有标志变量程序的占优语句(集)选择[J]. 软件学报, 2015, 26(8):1925-1936. (EI检索号: 20153501225688)
[26] 张功杰, 巩敦卫, 姚香娟. 基于统计占优分析的变异测试[J]. 软件学报, 2015, 26(10):2504-2520. (EI检索号: 20154401478235)
授权发明专利:
1、 一种基于变异体分组的软件变异测试数据进化生成方法,2020.11.03,中国,201710945540.0
2、 基于语句占优关系和两阶段遗传算法的高阶变异测试方法,2016.05.25,中国,201310595506.7
3、 含随机数软件测试数据生成问题的优化模型及进化求解,2016.08.03,中国,201410139311.6
4、 基于语句覆盖和缺陷检测的多目标测试数据缩减方法,2017.09.05,中国,201410543046.8
5、 种用于弱变异测试的路径覆盖测试数据生成方法,2018.10.16,中国,201610108003.6
6、 基于占优度的消息传递并行程序变异体约简方法,2018.01.09,中国,201510140052.3
7、 基于重要语句的分支覆盖测试数据生成方法,授权: 2018.10.02,中国,201610257126.6
8、 用于并行程序蜕变测试的蜕变关系优先级排序方法,2018.10.16,中国,201610256250.0
9、 基于遗传算法的统计回归测试数据生成方法,2016.8.17,中国,201310529188.4
10、基于调度序列约简的并行程序测试方法, 2020.9.25, 中国,201610390006.3, 2016.
11、消息传递并行程序多路径覆盖测试数据协同进化生成方法,2021.05.18,中国,2018103431924
12、一种基于相关输入变量的变异体分组方法, 2022.04.01,中国,ZL2021100516689
三、个人荣誉
1. 师德模范,中国矿业大学,2020;
2. 本科毕业设计(论文)优秀指导教师,中国矿业大学,2019年6月;
3. 巾帼建功先进个人,中国矿业大学,2018年3月;
4. 教书育人先进个人,中国矿业大学,2018年9月;
5. 校优秀共产党员,中国矿业大学,2014年7月;
6. 校青年学术带头人,中国矿业大学,2014年10月;
7. 校优秀青年骨干教师,中国矿业大学,2011年3月;
8. 本科毕业设计(论文)优秀指导老师,中国矿业大学,2012年6月;
9. 五一数学建模联赛优秀教练员,江苏省工业与数学应用学会/中国矿业大学,2015年6月.
四、学生培养
指导研究生情况:
共指导博士生6人,硕士研究生21人,毕业16人。
指导学生获奖情况:
1. 指导学生获得江苏省优秀毕业论文三等奖,2020;
2. 指导学生获得国际数学建模竞赛特等提名奖,2021;
3. 指导学生获得国际数学建模竞赛一等奖,2021;
4. 指导学生获得国际数学建模竞赛一等奖,2019;
5. 指导学生获得全国大学生数学建模竞赛一等奖,2018.
五、联系方式
Email: yaoxj@cumt.edu.cn
Tel: 0516-83591530,13813453672
通讯地址:江苏徐州中国矿业大学(南湖校区)数学学院A303-3室
邮政编码:221116