基于MPGA的面向路徑測(cè)試用例自動(dòng)生成方法研究.pdf

1、隨著軟件技術(shù)的發(fā)展和軟件項(xiàng)目規(guī)模的不斷擴(kuò)大，軟件測(cè)試的作用越來(lái)越重要。測(cè)試用例(Test case)是為特定目標(biāo)開發(fā)的測(cè)試輸入、執(zhí)行條件和預(yù)期結(jié)果的集合，它的自動(dòng)生成技術(shù)是軟件測(cè)試自動(dòng)化的關(guān)鍵技術(shù)之一。構(gòu)建測(cè)試用例是一個(gè)難題，測(cè)試用例合適與否直接關(guān)系到錯(cuò)誤能否被預(yù)期測(cè)出。遺傳算法(Genetic algorithm, GA)是模仿生物遺傳和進(jìn)化機(jī)制的一種最優(yōu)化方法，自上個(gè)世紀(jì)90年代以來(lái)，人們就開始嘗試將遺傳算法等人工智能技術(shù)運(yùn)用于軟件

2、測(cè)試中，并取得了一定的研究成果。
　　 本文主要研究的是面向路徑的測(cè)試用例自動(dòng)生成方法的優(yōu)化策略。論文首先介紹了軟件測(cè)試的基本理論、方法、測(cè)試用例自動(dòng)生成技術(shù)及一些現(xiàn)有的實(shí)現(xiàn)方法，闡述了遺傳算法的基本原理、步驟、存在的優(yōu)缺點(diǎn)及其在軟件測(cè)試領(lǐng)域的運(yùn)用。其次，針對(duì)標(biāo)準(zhǔn)遺傳算法(Standard Genetic algorithm， SGA)存在的未成熟收斂問(wèn)題，本文提出了應(yīng)用多種群遺傳算法(Multi-Population Gene

3、tic Algorithm, MPGA)來(lái)自動(dòng)生成面向路徑的測(cè)試用例的系統(tǒng)方案。由于個(gè)體在種群間的遷移交換，MPGA保持了種群的多樣性，相比SGA收斂性好，通過(guò)MATLAB工具仿真，驗(yàn)證了這一算法的高效性即所花費(fèi)的時(shí)間和在找到目標(biāo)路徑所需生成的用例數(shù)量上SGA都明顯多于MPGA。再次，該系統(tǒng)在MPGA生成的測(cè)試用例基礎(chǔ)上做了進(jìn)一步優(yōu)化，應(yīng)用測(cè)試用例縮減算法減少了冗余用例，大大降低了測(cè)試成本。最后，指出了本文提出方案的不足之處，及今后需要