基于粒子群優(yōu)化算法的測試用例生成技術(shù)研究.pdf

1、軟件測試在軟件的整個(gè)開發(fā)周期中起著至關(guān)重要的作用，它是保證軟件質(zhì)量的一個(gè)關(guān)鍵環(huán)節(jié)。傳統(tǒng)的軟件測試方法一般使用手工設(shè)計(jì)測試用例，不僅耗時(shí)耗力，而且有可能出現(xiàn)遺漏的情況。測試用例生成技術(shù)能實(shí)現(xiàn)自動(dòng)化測試，以減少軟件開發(fā)過程中的人力、財(cái)力和時(shí)間開銷。因此，該課題的研究具有重要意義?；谒阉鞯臏y試用例生成技術(shù)通過適應(yīng)度函數(shù)，將測試用例生成問題轉(zhuǎn)化為函數(shù)優(yōu)化問題，然后利用啟發(fā)式搜索算法來解決函數(shù)優(yōu)化的問題，因此啟發(fā)式算法的選取至關(guān)重要。粒子群優(yōu)化

2、算法作為眾多啟發(fā)式算法中的一種，因其簡單高效，且魯棒性強(qiáng)，被廣泛地應(yīng)用到了測試用例生成領(lǐng)域。
　　本研究主要內(nèi)容包括：⑴在粒子群優(yōu)化算法進(jìn)行測試用例生成的過程中，引入正交搜索機(jī)制，即利用奇異值分解來預(yù)測種群的進(jìn)化方向，在其正交方向進(jìn)行搜索，可避免已搜索過的區(qū)域，有助于跳出局部最優(yōu)解。并且，對(duì)粒子速度項(xiàng)改進(jìn)，使其與正交方向保持一致，保證種群可持續(xù)受到正交方向的影響，有利于減少奇異值分解次數(shù)，降低時(shí)間消耗。⑵在粒子群優(yōu)化算法進(jìn)行測試用

3、例生成的過程中，引入局部搜索策略，即對(duì)每一代的全局最優(yōu)解均使用交替變量法進(jìn)行局部搜索?？墒沽Ｗ尤簝?yōu)化算法發(fā)揮其全局搜索性能，而交替變量法發(fā)揮其局部尋優(yōu)能力，二者配合既可兼顧全局性，又能提高其局部搜索精度，使算法的全局搜索和局部搜索能力相協(xié)調(diào)，提高測試用例生成效率。⑶針對(duì)由于程序結(jié)構(gòu)復(fù)雜而導(dǎo)致某些分支條件無法得到評(píng)價(jià)的問題，本文將這些有助于提高適應(yīng)度值而無法得到評(píng)價(jià)的分支條件定義為“模式”。首先，預(yù)先獲取到模式所對(duì)應(yīng)的分支函數(shù)信息；然后尋