基于UML活动图的测试用例生成方法设计

传统的软件测试主要依赖人工来产生测试用例,易出错、完备性差、自动化程度低。为了提高测试的完备性和自动化程度,基于模型的测试越来越受到人们的关注,这种方法的优点在于可以及早的发现缺陷,缩短开发时间。文章提出一种基于统一建模语言（Unified Modeling Language,UML）活动图模型生成测试用例的方法,结合实例重点介绍测试路径生成的具体步骤。根据该方法生成的测试用例,可以自动生成测试路径,提高了测试的完备性和自动化程度。     

基于遗传算法的软件测试用例自动生成研究

测试用例由测试输入数据以及与之对应的输出结果组成,测试用例设计的好坏直接决定了测试的效果和结果,所以说在软件测试活动中最关键的步骤就是设计有效的测试用例。文章阐述了一种寻优搜索算法来自动生成软件测试用例数据,即遗传算法,利用遗传算法原理的模型图结合测试用例设计需求,介绍了遗传算法自动生成测试用例数据的思想和步骤,并在此基础上研究了基于遗传算法在测试用例自动生成上的技术。利用此方法产生的测试用例数据可以产生较好的测试结果。     

基于UML模型和OCL约束的类间交互测试用例生成方法研究

 面向对象所具有的类、封装、继承、动态连接等特性,使得面向对象测试步骤的划分以及测试策略的选择有别于传统的测试思想.本文针对面向对象软件的特点,采用基于模型的软件测试方法,对UML(United Model Language)设计模型中的顺序图添加OCL(Object Constraints Language)约束,做类间交互的软件测试.本文提出执行图EG生成算法,将顺序图SD转换为执行图EG,解决UML2.0顺序图新增特性中的alt、loop、opt、break四种常见组合片段及其嵌套和多态性问题;为得到最小完备的测试路径,本文提出了EG的遍历策略和测试路径生成算法;最后,根据测试路径确定测试场景,并删除无效场景,生成测试用例.经实验验证,此方法可以基于UML顺序图与OCL约束进行系统地测试.     

使用模拟退火算法和遗传算法的混合算法来完测试用例的智能生成

测试用例生成的自动化程度是基于故障模式的嵌入式软件智能测试方法的关键技术之一,本文在分析了遗传算法和模拟退火智能计算方法的基础上,提采用模拟退火和遗传算法的混合算法实现测试用例自动生成的算法,该方法能完成指定路径的测试用例的自动生成,方法实用且有效。     

一个基于UML协作图的集成测试用例生成方法

UML协作图描述了系统的一个协作过程中参与对象之间的结构关系和交互行为,确认它们是否被正确实现是集成测试的工作.本文提出了一个基于UML协作图生成集成测试用例的方法,将表示设计的协作图作为测试模型,首先通过遍历每条消息的直接后继识别协作图中的表示用例实现的所有可能的场景路径,然后在遍历每条场景路径的过程中获取相应协作执行的路径条件、参数变量和预期方法调用序列,最后使用范畴-划分方法确定场景路径上的输入、输出、环境条件的合理组合作为覆盖该场景路径的测试用例,用于测试一个协作场景路径上的交互行为.该方法,集成了白盒方法和黑盒方法,在覆盖所有的测试需求的前提下,生成的测试用例较少.     

软件测试数据自动生成方法研究

在对软件进行测试中,生成测试用例是一个工作量巨大的工作,若是依靠手工方式生成测试数据则极有可能出现错误.为了保证测试的充分性,测试用例的有效性,本文研究了如何进行测试数据的自动生成,提出了基于遗传算法的软件测试数据的生成方法.本方法利用遗传算法实现测试数据的自动化生成,并在生成的过程中并对测试数据进行测试,解决了路径覆盖的测试.     

基于Z路径覆盖的测试用例自动生成技术研究

路径覆盖是白盒测试中覆盖率最高的一种覆盖方法,但由于其生成的路径过多,很难应用到实际测试中。Z路径覆盖是路径覆盖的一个变体,可有效解决路径覆盖过多的难题。结合指令块测试思想和动态数据自动生成算法,提出基于Z路径覆盖的测试路径和测试用例自动生成技术。     

基于遗传算法的路径测试用例的自动生成探讨

在软件开发中进行软件测试是为了保证软件质量和可靠性。软件测试中测试数据合理设计很关键。如何优化测试数据,自动生成测试数据是人们一直研究的问题,本文针对测试用例的自动化生成进行了深入的研究,在分析遗传算法的基础上,设计了一个基于遗传算法的测试用例自动生成系统,仿真实践表明,本文设计的系统能够准确地自动生成满足指定路径的测试用例。具有很好的适应性,对程序路径是否被覆盖能智能判断,对不能完全覆盖的程序路径将给出最优解。     

基于LSGA的最小测试用例集自动生成

测试数据的生成是一个复杂的问题且其技术和方法还不成熟.根据实现语句覆盖的测试目标,提出了最大稳定遗传算法（LSGA）.该算法充分考虑了遗传算法的稳定性并在构造适应度函数和路径编号时提出了＂邻近者优先＂原则和＂就近路径编号＂原则.这个算法可以生成满足测试目标的最小用例集且其性能明显优于遗传算法.     

基于改进遗传算法的测试用例生成

在软件测试中,测试用例生成是软件测试中的关键技术问题,对于软件测试的自动化有着重要影响。为了提高测试用例生成的效率,文中提出了一种用于测试用例生成的改进算法。该算法引入了自适应算子和禁忌搜索思想,将自适应遗传算法和禁忌搜索有机结合,充分发挥遗传算法的全局搜索和禁忌搜索算法局部搜索优势,提高了测试数据的生成能力。实验结果表明,该算法在测试数据自动生成的效率和有效性方面,均优于自适应遗传算法。