基于遺傳算法軟件測試用例自動生成分析與研究.pdf

1、據(jù)估計，80％的軟件開發(fā)成本都花在檢測和維修缺陷上。為了解決這個問題，已經(jīng)開發(fā)了一些工具和測試技術(shù)來完善檢測框架。盡管如靜態(tài)分析，隨機測試和進化測試技術(shù)已被用于自動化測試過程中，但是目前尚不清楚什么是最好的辦法。以前的研究主要集中在進化測試程序的編程語言與簡單的測試數(shù)據(jù)輸入方面，如數(shù)字。在這項工作中，我們提出了一個改進的測試方法，它結(jié)合了遺傳算法的靜態(tài)分析，增加了在一定時間框架內(nèi)發(fā)現(xiàn)故障的數(shù)量。
　　遺傳算法(GA)已被成功地用于

2、在ADA83開發(fā)的軟件測試數(shù)據(jù)自動生成技術(shù)中。分析被測程序的結(jié)構(gòu)，遍歷每一個分支的目的是在軟件的測試數(shù)據(jù)中應(yīng)用。該方法在針對分支謂詞表達式和數(shù)值表達式之間的差異基礎(chǔ)上使用適應(yīng)度函數(shù)并且在謂詞的倒數(shù)之間應(yīng)用海明距離。以輸入變量表示的格雷碼和本機存儲器作為對象，使用遺傳算法(GA)的強大功能在于他們有能力來處理輸入數(shù)據(jù)，可以是復(fù)雜的謂詞結(jié)構(gòu)和未知函數(shù)的輸入變量。因此，測試數(shù)據(jù)生成的問題完全被視為一個優(yōu)化問題。
　　隨機測試被用作比較測

3、試數(shù)據(jù)生成的有效性，而遺傳算法能夠得到比兩個數(shù)量級更少的測試用例數(shù)，并達到100％的分支覆蓋。遺傳算法的主要特點是利用最初未知搜索空間收集到的信息再指示到其他有用的子空間的能力。如果邏輯結(jié)構(gòu)空間變化不是太大，就可以窮舉開發(fā)相應(yīng)的啟發(fā)式搜索策略，以保持控制下的計算時間。抽樣策略是適應(yīng)樣本（后代）被用來偏置隨后的采樣成高預(yù)期表現(xiàn)的采樣在全局最佳域的反饋。這意味著，即使一個已經(jīng)產(chǎn)生很好遺傳優(yōu)化參數(shù)有效性的解決方案也取決于通過反饋獲得的有用信息

4、。重要的是選擇合適的反饋機制來得到自適應(yīng)搜索策略。遺傳算法的優(yōu)點是，通過搜索和優(yōu)化過程，改善測試集使得它們處于或接近輸入的子域邊界。當(dāng)這些子域最小時，遺傳算法就會用在最改進隨機測試中。突變分析是用于建立測試數(shù)據(jù)生成的質(zhì)量和測試數(shù)據(jù)生成策略的優(yōu)勢和劣勢中。
　　最后，本文設(shè)計并實現(xiàn)了基于遺傳算法測試用例自動生成系統(tǒng)。該系統(tǒng)中的基本設(shè)計思想是將三角形程序作為典型的范例，在規(guī)定數(shù)據(jù)范圍和輸入數(shù)據(jù)的情況下生成測試用例來盡可能全面的完成路徑