基于元啟發(fā)式算法的測(cè)試場(chǎng)景生成與優(yōu)化方法.pdf

1、軟件測(cè)試是保證軟件質(zhì)量和提高軟件可靠性的重要技術(shù)。隨著基于UML模型的軟件開發(fā)與RUP開發(fā)過(guò)程的廣泛應(yīng)用，使得基于UML模型的測(cè)試逐漸成為基于模型測(cè)試的主要研究方向?；谒阉鞯能浖こ虇?wèn)題可以轉(zhuǎn)化為優(yōu)化問(wèn)題，優(yōu)化問(wèn)題又可以使用元啟發(fā)式算法解決。其中，在基于UML活動(dòng)圖生成與優(yōu)化測(cè)試場(chǎng)景的問(wèn)題上，遺傳算法是最常用的元啟發(fā)式算法。
　　在場(chǎng)景生成問(wèn)題上引入遺傳算法，對(duì)該問(wèn)題提供了必然的動(dòng)力，然而遺傳算法局部搜索能力差，在進(jìn)化后期搜索效

2、率低，導(dǎo)致算法比較費(fèi)時(shí)；并且隨著軟件規(guī)模與復(fù)雜度迅猛增長(zhǎng)，在測(cè)試過(guò)程中，很難進(jìn)行詳盡的測(cè)試。另外，測(cè)試本身還要求在有限的時(shí)間內(nèi)發(fā)現(xiàn)盡可能多的錯(cuò)誤。因此，需要根據(jù)某種需求對(duì)場(chǎng)景進(jìn)行優(yōu)化，其目的是在有限的時(shí)間內(nèi)將注意力更多地集中在重要且復(fù)雜的部分上。
　　1）對(duì)于基于UML活動(dòng)圖生成測(cè)試場(chǎng)景問(wèn)題，提出了混合遺傳算法，該方法結(jié)合遺傳算法和爬山算法，解決了遺傳算法局部搜索能力差的問(wèn)題。并且為了避免“早熟”現(xiàn)象，在算法每次進(jìn)行爬山操作之前調(diào)

3、用種群生成函數(shù)。與其它算法相比，該算法不僅解決了局部性問(wèn)題而且能夠有效地提高測(cè)試場(chǎng)景生成的效率，從而降低測(cè)試的成本。
　　2）對(duì)于基于UML活動(dòng)圖優(yōu)化測(cè)試場(chǎng)景問(wèn)題，提出了一種場(chǎng)景優(yōu)化技術(shù)。首先將活動(dòng)圖轉(zhuǎn)化為控制流圖；通過(guò)DFS遍歷控制流圖生成所有可能的測(cè)試路徑；最后對(duì)已得到的路徑進(jìn)行優(yōu)化。該優(yōu)化算法將遺傳算法和粒子群優(yōu)化算法相結(jié)合，利用粒子群優(yōu)化算法特有的記憶功能，解決遺傳算法在種群發(fā)生改變時(shí)喪失以前信息的缺點(diǎn)。與其它算法相比，該