用遗传算法的测试用例最小化 |
| |
作者姓名: | 马雪英 盛斌奎 叶澄清 |
| |
作者单位: | 1. 浙江大学计算机学院,杭州,310027;浙江财经学院信息学院,杭州,310012 2. 浙江财经学院信息学院,杭州,310012 3. 浙江大学计算机学院,杭州,310027 |
| |
基金项目: | 国家自然科学基金
,
浙江省教育厅资助项目
,
浙江财经学院重大科研课题 |
| |
摘 要: | 回归测试就是验证对程序的修改是否迭到了预期的目的,同时检查修改是否损害了程序原有的正常功能。随着程序新版本的不断推出,测试用例集不断扩大,回归测试成本越来越高。测试用例最小化就是从已有的用例集中,找到一个测试运行代价最小的用例子集用于回归测试,并保持原来的测试覆盖率。本文主要研究用遗传算法解决测试用例最小化问题:基于测试历史数据,设计基因编码并构建初始种群;利用测试覆盖率和测试运行代价设计适应度函数;通过遗传算子完成进化过程并找到最优或近似最优解。最后本文给出了对算法进行实例研究的结果。结果表明,本文提出的用例最小化技术能有效缩减回归测试用例集,大幅度降低回归测试费用。
|
关 键 词: | 回归测试 测试用例集 测试用例最小化 测试覆盖率 测试运行代价 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|