基于遺傳算法的測(cè)試用例生成.pdf

1、軟件測(cè)試是保證軟件質(zhì)量的重要手段，在軟件開(kāi)發(fā)過(guò)程中起著不可替代的作用。而測(cè)試用例的生成是軟件測(cè)試的關(guān)鍵技術(shù)之一，傳統(tǒng)的人工構(gòu)造測(cè)試用例方式工作量大、周期長(zhǎng)，且易于出現(xiàn)測(cè)試遺漏。因此，提高測(cè)試用例生成的自動(dòng)化程度對(duì)于確保軟件開(kāi)發(fā)質(zhì)量、降低軟件開(kāi)發(fā)成本、促進(jìn)測(cè)試的自動(dòng)化程度都有十分重要的意義。
　　 本文主要針對(duì)測(cè)試用例自動(dòng)化生成這一問(wèn)題進(jìn)行了詳細(xì)的研究和設(shè)計(jì)。首先，本文介紹了軟件測(cè)試的基本理論，并重點(diǎn)闡述了現(xiàn)有的一些測(cè)試用例生成技

2、術(shù)。接著分析了使用遺傳算法生成測(cè)試數(shù)據(jù)的理論依據(jù)，對(duì)遺傳算法在軟件測(cè)試環(huán)境下的優(yōu)缺點(diǎn)進(jìn)行了分析，并針對(duì)遺傳算法在測(cè)試生成問(wèn)題中缺點(diǎn)進(jìn)行改進(jìn)。將遺傳算法和禁忌搜索算法相結(jié)合，引入了自適應(yīng)遺傳概率和適應(yīng)度拉伸策略，改善了算法爬山能力，保證了最優(yōu)個(gè)體在進(jìn)化過(guò)程中不被破壞，加快了收斂速度。同時(shí)，提出了集中搜索和分散搜索策略，進(jìn)一步提高了算法收斂于全局最優(yōu)的概率，在性能上，改進(jìn)的算法與同類(lèi)型其他算法相比有了很大的提高。
　　 隨后，本文建

3、立了基于禁忌遺傳算法的測(cè)試用例生成框架，將禁忌遺傳算法用于實(shí)際的測(cè)試環(huán)境，并實(shí)現(xiàn)了框架的核心部分-測(cè)試用例生成模塊。其中重點(diǎn)闡述了框架實(shí)現(xiàn)過(guò)程中需要解決的一些關(guān)鍵技術(shù)：路徑選擇、謂詞插樁、適應(yīng)度函數(shù)構(gòu)造、禁忌準(zhǔn)測(cè)及算法詳細(xì)實(shí)現(xiàn)等問(wèn)題。通過(guò)生成一條指定路徑的測(cè)試用例，將本文算法與文獻(xiàn)[4]所述算法進(jìn)行比較分析。為了充分驗(yàn)證算法的普遍性，本文還分別采用三種不同類(lèi)型的函數(shù)作為適應(yīng)度函數(shù)，通過(guò)收斂次數(shù)，運(yùn)行時(shí)間等指標(biāo)，將本文算法和其他同類(lèi)算法進(jìn)