基于BDI的测试用例生成Agent模型

在某些软件测试过程中，是由人工设计黑盒测试中的测试用例，这种方法人工重复劳动多、测试效率低。基于Agent理论中的BDI Agent的思想，给出了黑盒测试中自动生成测试用例的一个Agent模型，提出了一个使用该模型生成测试用例的算法。该模型能够依据黑盒测试中测试用例生成的基本原则和待测功能模块的功能说明，自动设计出相应的测试用例。使用该模型和算法生成了一个登录窗口的测试用例，解决了传统黑盒测试中的不足，具有重要的理论和实际意义。     

基于退火免疫遗传算法的测试用例生成研究

在软件测试技术中,高效的测试用例生成是简化测试工作、提高测试效率的必要手段.提出了一种应用于软件测试中的基于退火免疫遗传算法(AIGA)的测试用例自动生成算法,介绍了AIGA测试用例生成模型和AIGA算法的基本思想.算法融合了模拟退火算法和免疫算法在避免陷入局部最优和保持种群多样性方面的优势,克服遗传算法局部搜索能力差及其早熟现象和模拟退火算法全局搜索能力差、效率不高的问题.实验结果表明,算法在测试用例自动生成的效率和效果方面.优于传统遗传算法.     

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.     

基于遗传算法的数据流测试用例自适应生成算法

测试用例的设计是软件测试实施的首要环节, 对后期测试工作具有重要的指导作用, 也是提高质量软件的根本保证. 针对Moheb R. Girgis算法的不足, 通过引入分支函数和改进遗传算法中的自适应性, 提出一种改进的数据流测试用例的自动生成算法, 实验表明, 改进算法在收敛速度和覆盖率等关键性能上都有较明显提高.     

面向云测试的并行测试用例自动生成方法

为实现云计算环境下的高效软件测试,提出一种Web 应用系统功能测试的并行测试用例自动生成方法。该方法首先根据场景流图采用深度优先遍历算法生成并行测试路径,录制组合产生并行测试脚本,并进行参数化处理;然后,使用基于搜索的软件测试(SBST)方法自动生成可经过目标路径的有效测试数据集,脚本与数据耦合形成大量可并行部署的自动化测试用例。为验证方法的有效性设计了自动化云测试原型系统。实验结果表明,该并行测试用例自动生成方法可以高效地为云平台提供测试用例输入,提高测试效率。     

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。     

基于编译器控制流结构测试用例的生成

测试用例的产生策略是软件测试尤其是编译器测试的一个热点研究领域，测试用例的质量不仅决定了软件测试的科学性，还决定着软件测试的有效性和完整性。本文针对编译器测试中对控制流的测试，提出NAP算法，通过该算法可以生成相关的各种控制流结构。实验证明，NAP算法对编译器控制流的测试有很强的针对性和通用性。     

UML模型驱动的划分测试用例生成方法研究

测试用例的自动生成是软件测试研究的主要方向之一。针对现有的UML模型驱动测试方法在测试数据生成方面存在低效、无目的性、冗余等问题,提出了基于UML活动图模型驱动的划分测试用例自动生成方法。该方法将测试场景归为五种类型,并为每种类型规划了测试数据取值范围和选择方法。构建了基于该方法的原型工具软件,提供被测软件原模型和数据约束即可生成测试用例。实验结果表明,该方法能够在不降低测试覆盖率的情况下,能生成数量少、针对性强的测试用例集。     

随机测试中测试数据的编码方案

1 引言软件测试过程中,测试用例的生成是软件测试的关键。目前,测试用例的生成主要靠手工完成,因此测试效率低下,软件成本居高不下。为此,迫切需要开发一些测试用例的自动生成工具,提高软件测试效率,降低软件成本,保证软件质量,提高软件测试的自动化程度。随机测试是对软件进行操作性测试,即测试用例是从程序的输入域中随机选择,让错误自己暴露出来。在某些情况下,随机测试技术比启发式测试技术效果要好得多。所以在软件测试中占据着重要地位。但是,目前国内外对随机测试数据自动生成的研究非常不成熟,尚无一套完整的方案解决此     

基于粒子群算法的改进SCOTEM模型测试数据生成方法

UML已经成为建模语言的事实标准,如何从UML模型生成测试用例为面向对象软件测试带来了新的挑战.为测试用例提供测试数据是其中的关键环节.ShaukatAli等人在UML基础上提出SCOTEM模型,但是该模型的测试数据需要人工生成.针对SCOTEM模型进行了改进使其适于灰盒测试,以OCL约束测试数据的生成和运行结果的验证,并提出了一种为基于粒子群算法的改进SCOTEM模型自动生成测试数据的方法.针对不同的覆盖标准,试验结果表明,该方法能够以更高的效率生成高质量的测试数据.