枚舉變量問題的進化測試.pdf

1、進化測試是近年來剛剛興起的測試數(shù)據(jù)自動生成技術，已在很多實際工程中得到了成功應用。然而，在白盒測試中，當程序中存在枚舉變量時，利用傳統(tǒng)適值函數(shù)計算公式所得到的適值地形就會失去導向，從而導致進化搜索退化成隨機搜索，我們稱之為枚舉變量問題。目前還沒有過該問題的相關研究，而與枚舉變量類似的標志變量問題是進化測試研究的熱點，針對標志變量問題，本課題組已經(jīng)提出了一個統(tǒng)一的適值函數(shù)計算規(guī)則。 本文分析了枚舉變量問題與標志變量問題的相似之處，

2、將標志變量統(tǒng)一規(guī)則推廣到枚舉變量問題，并針對他們的不同之處，給出了新的迭代規(guī)則，最終提出了枚舉變量問題的適值計算規(guī)則。實驗表明了該規(guī)則能夠在傳統(tǒng)方法失效的情況下引導進化搜索生成所需的測試數(shù)據(jù)。 在將課題組給出的標志變量統(tǒng)一規(guī)則的適值植入方案推廣到枚舉變量規(guī)則的適值植入時，會出現(xiàn)植入代碼冗余問題和代碼植入的位置選擇問題，這些問題影響植入的代價和適值函數(shù)的評價。本文分析了這些問題，并給出了解決方案，提出了枚舉變量適值計算規(guī)則的代碼植