基路径覆盖测试用例自动生成方法研究

传统基路径覆盖测试用例生成方法通过程序图求出圈复杂度,然后再得出程序的一组基路径,最后分别针对基路径组中的每条路径求出相应的测试用例,不仅繁琐,而且忽视了代码的语义相关性,导致存在路径不可达问题,也就无法生成对应的测试用例.提出了一种新的方法,利用遗传算法动态运行程序,逐渐逼近被测程序的真实逻辑圈复杂度,直接生成满足基路径覆盖测试用例的最小集合,不存在路径不可达问题.实验结果表明,该算法能够有效地生成满足基路径覆盖的测试用例.     

基于IAG-ABC算法的路径覆盖测试用例生成技术

针对遗传算法(genetic algorithm,GA)存在搜索初期收敛速度过快、易陷入局部最优解、未能充分结合搜索过程中的反馈信息,同时人工蜂群(artificial bee colony,ABC)算法存在初期寻优速度缓慢、局部搜索具有很大随机性等问题,对遗传算法和人工蜂群算法分别进行了改进,并将改进后的两种算法进行融合,实现两者的优势互补,提出了一种自适应遗传-蜂群（improved adaptive genetic-artificial bee colony, IAG-ABC）算法。采用路径覆盖信息设计引导算法搜索方向的适应度函数,并用IAG-ABC算法实现路径覆盖的测试用例生成,实验结果表明,相对于标准遗传算法和自适应遗传算法,IAG-ABC算法在测试用例生成效率和覆盖率上均有一定的优势。     

基于GEP的路径覆盖测试用例生成方法

提出一种基于基因表达式编程(GEP)算法、编译器技术、虚拟机技术的路径覆盖测试用例生成方法。该方法使用编译器技术获得程序的静态控制流路径集合,针对集合中的每一条静态控制流路径,使用GEP算法生成覆盖特定路径的测试用例,采用虚拟机完成结果计算,其中有效的结果即所需的测试用例。实验结果证明,该方法能高效、准确地得到覆盖特定控制流路径的测试用例。     

融入自适应迁移的路径覆盖测试用例进化生成

为提高路径覆盖测试效率,提出采用融入自适应迁移的生物地理学优化算法自动生成满足目标路径覆盖的测试用例。首先,根据路径覆盖难易,在分枝距离法中引入加权因子并转换为栖息地适应指数。然后,综合最优栖息地和迁出地相关因子优化迁入地适应度指数变量,同时对满足条件的种群进行以个体当前值为中心、适应值为幅度的变异操作。对经典基准程序进行生成测试用例的对比实验结果表明,算法不仅能满足目标路径覆盖要求,而且速度和稳定性均有明显优势。     

一种路径测试数据自动生成方法

适应值函数的设计是决定测试数据生成质量和效率的关键,为此提出一种重叠路径结构,对程序路径进行描述,并设计基于遗传算法全路径比较的路径测试数据生成适应值函数。为测试数据生成算法定义生成时间期望的综合性能评价指标,以该指标与对照组算法进行比较实验。结果显示,该适应值函数能较好地平衡算法收敛性和消耗时间之间的矛盾。     

基于关键点路径的快速测试用例自动生成方法

测试数据的自动生成,是提高软件测试效率的重要手段.从软件测试工程实践的角度提出快速生成测试数据的完整模型,更有利于提高测试数据生成效率.为此:(1)提出关键点路径表示法,以得出待测程序的理论路径数,并快速确定已覆盖路径的邻近路径;(2)用随机生成的数据运行简化后的插装程序,得到部分测试数据;(3)将理论路径分成易覆盖路径、难覆盖路径和不可行路径;(4)根据已覆盖路径及其测试数据提供的信息,使用遗传算法生成难覆盖路径的测试数据.仿真实验结果表明了所提方法的有效性.     

基于惯性权重优化的测试用例生成方法

针对组合测试测试用例生成环节中局部最优的问题,提出一种基于惯性权重优化的测试用例生成方法。结合粒子群算法的优点,以生成最小规模覆盖表为目标,改进适应值函数,设计一种惯性权重微分递减策略;在此基础上,更新调优后的惯性权重值,使用测试用例演化策略迭代生成测试用例集,提升生成更小规模覆盖表的能力。实验结果表明,该方法在高覆盖需求下,覆盖表最小生成规模和平均生成规模优于其它方法。     

构件化软件演化信息及演化相似性度量技术研究

对软件演化信息的度量能发现软件演化过程中的问题,预测其变化趋势。传统的软件演化信息度量技术主要是以文件、目录或者项目作为度量的基本单位,缺乏在较高抽象层次对软件系统进行度量的能力。在基于构件的软件配置管理模型的基础上,以构件作为软件演化度量的基本单位,提出了一组基于属性变化、适用于构件以及软件系统演化度量的公式（包括较近、较早演化度量,演化相似性度量等）,并开发了原型支撑系统。     

一种面向测试需求部分覆盖的测试用例集约简技术

软件系统开发中频繁面对局部更新和部分缺陷修改,此时需要选择性回归测试;为降低其测试工作量需要解决部分覆盖用例集约简问题.文中基于选择性回归测试形式化定义多目标用例集约简,并设计HATS算法解决该问题.HATS算法遵循启发式贪婪搜索框架,定义权重因子a平衡两方面目标:其一是减少用例集规模;其二是避免对无关需求的覆盖.实验...     

基于改进遗传算法的面向路径测试数据生成

在遗传算法中,面向路径测试数据自动生成存在迭代次数多、效率低的问题。为此,提出一种改进型的遗传算法。通过分析被测源程序得到其结构信息,并利用该结构信息,控制遗传算法中交叉、变异操作发生的位置及范围,提高遗传操作的精确性和目的性。实验结果表明,与传统遗传算法相比,该算法具有更快的收敛速度,测试数据生成效率更高。     

软件结构化测试用例自动生成方法

软件测试和软件开发对软件质量具有同等重要的意义,其工作量很大,且其许多过程又适于自动化,于是软件测试自动化应运而生。测试用例的生成是软件测试过程的重要环节,近年来,人们开始尝试将人工智能技术运用于测试用例生成问题中,产生进化测试思想方法。文中对基于结构化的测试用例自动生成方法研究现状作了介绍,重点介绍了进化测试并对其基于不同进化计算算法的应用情况进行了比较和总结。应用结果表明进化测试方法是当前最为高效的软件测试用例自动生成方法。最后对进化测试进一步的研究方向提出了看法。     

面向路径的测试数据自动生成工具

针对测试路径覆盖的可行性问题,给出了一种新的面向路径测试覆盖准则的测试数据自动生成工具。并对Length_N路径覆盖准则进行了定义,运用该准则对被测程序进行静态分析,得到完整路径表(CFG_PT),结合程序插装技术和遗传模拟退火算法自动生成测试数据。实验表明,该工具在实际应用中有较好的效果。     

一种基于改进遗传算法的路径测试用例生成方法

采用遗传算法求解路径覆盖的测试用例生成问题是软件测试自动化的研究热点。针对传统标准遗传方法搜索测试用例易产生早熟收敛和收敛速度较慢的不足,设计了自适应的交叉算子和变异算子,提高了算法的全局寻优能力。基于动态生成算法框架,通过程序静态分析,考虑了分支嵌套深度的影响,结合层接近度和分支距离法,提出一种新的适应度函数。实验结果表明,该算法在面向路径的测试用例生成上优于传统方法,提高了测试效率。     

基于进化算法的软件测试数据生成的自动化

介绍了进化算法在测试数据生成中的应用思想,分析了在不同的覆盖准则下应用进化算法时适值函数的设计方法,把遗传算法等进化算法应用到测试数据生成中的进化测试技术,克服了局部搜索算法无法为较复杂程序的分支生成测试输入的问题。     

基于遗传算法的测试用例生成技术

在计算机软件的生命周期中,由于各种各样的原因,留给软件测试的时间往往不够执行全面而充分的测试。覆盖率和数量作为测试用例质量的主要影响因子,一直受到人们的关注。然而测试用例的执行顺序作为影响测试效率的重要因素,却一直未引起足够的重视。提出了一种基于遗传算法的测试用例生成技术,综合考虑覆盖率、数量和用例的执行顺序三个因子,生成高效的测试用例集。使测试人员能够按照既定的顺序执行用例集,在最短的时间内,完成最重要的软件功能测试。     

软件测试中测试用例设计的问题研究

软件测试作为软件质量的保证,受到了IT行业的高度重视。测试用例的设计是软件测试的主要内容。重点分析了测试用例的优点和不足,建议针对不同的软件项目采取不同的测试用例设计方法。     

基于面向路径的遗传算法的测试用例自动生成

采用遗传算法用于自动生成测试用例的设计,算法面向路径测试作了下列工作：(1)以控制路径表CFDPATH_T为基础分析测试用例与执行路径的关系;(2)设计面向路径的遗传算法实现测试用例的自动生成,证明了该方法能实现测试用例空间上对路径的等价类划分;(3)从统计角度对该方法的错误检测能力进行了量化分析;(4)在该算法的基础上设计了试验和结果分析,结果表示该算法较随机方法有更好的性能。     

软件测试用例生成综合策略研究

在软件测试中,测试用例生成是其关键环节,也对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,提高其自动化的程度,从不同角度对软件测试用例选择策略进行介绍,并且着重介绍了采用遗传算法作为核心搜索算法来自动生成用例的方法,对其中的关键问题进行了探讨,最后,结合实际测试过程总结了测试用例生成的综合策略。     

相邻因素组合测试用例集的最优生成方法

软件系统是一个复杂的逻辑系统,有很多因素可能影响系统的正常运行,组合测试可以对这些因素及其相互作用可能对系统产生的影响进行检测.针对一类只在相邻因素间存在相互作用的系统,文中提出了相邻因素组合测试的概念,分别给出了相邻因素两两(二维)组合覆盖表、相邻因素N(N＞2)维组合覆盖表和多重维数相邻因素组合覆盖表的生成算法,并证明了3个算法均可以生成数量最优的相邻因素组合测试用例集.最后通过实际应用场景,分析了相邻因素组合测试的应用价值.