基于碰撞域的自動(dòng)化測(cè)試用例生成算法研究.pdf

1、學(xué)校代碼：10406分類(lèi)號(hào)：TP311.53學(xué)號(hào)：151608521205南昌航空大學(xué)南昌航空大學(xué)碩士學(xué)位論文碩士學(xué)位論文（專(zhuān)業(yè)學(xué)位研究生）基于碰撞域的自動(dòng)化測(cè)試用例生成算基于碰撞域的自動(dòng)化測(cè)試用例生成算法研究法研究作者：方正方正佩學(xué)科、專(zhuān)科、專(zhuān)業(yè)：軟件工程軟件工程指導(dǎo)教師：楊豐玉楊豐玉舒副教授副教授堅(jiān)（教授）申請(qǐng)學(xué)位日期申請(qǐng)學(xué)位日期：2018年6月I摘要隨著軟件規(guī)模和業(yè)務(wù)邏輯越來(lái)越復(fù)雜，傳統(tǒng)手工測(cè)試已經(jīng)很難滿足軟件開(kāi)發(fā)的需求。因此，自

2、動(dòng)化測(cè)試應(yīng)運(yùn)而生，以此代替手工測(cè)試。隨著大量演化算法的提出，許多學(xué)者試著將這些演化算法引入到自動(dòng)化測(cè)試中，用以取代手工測(cè)試，并取得了卓著的成績(jī)。其中應(yīng)用最廣泛的遺傳算法受到大量學(xué)者的青睞，因此針對(duì)遺傳算法應(yīng)用和改進(jìn)的方法最為多見(jiàn)。由于遺傳算法容易陷入局部最優(yōu)解，本文旨在進(jìn)一步改良遺傳算法，從測(cè)試出發(fā)，提出了一種改進(jìn)的基于遺傳算法的測(cè)試用例自動(dòng)生成方法。本文做了以下的工作：（1）提出了碰撞域算法，通過(guò)給各個(gè)測(cè)試用例定義一個(gè)碰撞域，以過(guò)濾掉

3、碰撞域范圍中生成的測(cè)試用例，減少遺傳算法在測(cè)試后期總是持續(xù)選擇同一個(gè)最優(yōu)解，即選擇同一個(gè)測(cè)試用例。碰撞域的大小由測(cè)試用例的覆蓋率確定，高覆蓋率測(cè)試用例的碰撞域半徑越小，周?chē)苌傻臏y(cè)試用例更多，以鼓勵(lì)新生成的測(cè)試用例出現(xiàn)在高覆蓋率測(cè)試用例的周?chē)愿采w之前未覆蓋過(guò)的路徑。同時(shí)，碰撞半徑會(huì)在測(cè)試迭代過(guò)程中依據(jù)當(dāng)前測(cè)試用例生成情況自動(dòng)調(diào)整。（2）引入指導(dǎo)生成的思想，針對(duì)碰撞域算法迭代過(guò)慢的問(wèn)題，通過(guò)已產(chǎn)生的測(cè)試用例對(duì)新產(chǎn)生的測(cè)試用例做出指導(dǎo)

4、，在測(cè)試初期，加大高覆蓋率測(cè)試用例對(duì)新生成測(cè)試用例的影響，以此加快測(cè)試初期的迭代速率。而在測(cè)試末期，則計(jì)算測(cè)試用例周?chē)霈F(xiàn)的測(cè)試用例數(shù)目，減少周?chē)霈F(xiàn)過(guò)多的測(cè)試用例，以避免陷入遺傳算法最優(yōu)解，即持續(xù)產(chǎn)生同一塊區(qū)域中的測(cè)試用例。（3）通過(guò)大量實(shí)驗(yàn)的驗(yàn)證，引入碰撞域算法后，隨著參數(shù)范圍的擴(kuò)大、被測(cè)程序覆蓋度的增加，算法效果與隨機(jī)法相比愈發(fā)明顯，但在要求覆蓋度100%的情況下，效果不穩(wěn)定，主要原因在于會(huì)重復(fù)生成無(wú)效的高覆蓋率測(cè)試用例。通過(guò)引入