基于改进遗传算法的嵌入式软件时序测试数据自动生成方法

为了提高嵌入式软件时序测试数据自动检测和生成的精度、加快其收敛性,提出基于改进遗传算法的嵌入式软件时序测试数据自动生成方法。构建嵌入式软件时序测试数据的结构参数分析模型,采用动态编译和输出稳定性测试的方法,进行嵌入式软件时序测试数据检测和跟踪识别,通过混合属性数据特征和数据层次聚类分析的方法,建立嵌入式软件时序测试数据的遗传进化学习模型,得到静态软件源文件用例集,通过嵌入式软件时序测试数据知识图谱的分类和层次性架构的方法,建立嵌入式软件时序测试数据的特征图谱,采用改进的自适应遗传算法,提高选中最优解的概率;构建嵌入式软件时序测试数据的特征分布集,结合概率密度特征分布,实现对嵌入式软件时序测试数据自动生成。测试表明,该方法进行嵌入式软件时序测试数据生成的数据表达能力较好,实现数据快速建模和特征分析,提高软件测试能力。     

基于克隆选择算法的面向程序路径测试数据生成方法

面向程序路径的测试数据自动生成技术是软件测试自动化的关键技术之一.文中结合程序分支函数叠加法和克隆选择算法的全局搜索性,提出一种基于克隆选择算法的面向程序路径测试数据生成方法.希望能够借助克隆选择算法具有多样性、记忆性、可实现快速全局优化搜索的优点,设计一种新的面向程序路径的测试数据自动生成方法.对算法的原理和实现做了详细描述,并将其与传统的基于遗传算法、模拟退火算法来实现软件测试数据自动生成方法进行实验对比,证实了该方法能较快地生成指定路径的测试数据.     

测试数据的自动生成

测试数据的自动生成是软件测试领域中的关键技术，也是难题之一。本文通过分析目前比较常用的几种测试数据的生成方法，提出了采用辅助生成面向功能的测试数据与自动生成面向结构的测试数据相结合的方案，并概括地叙述了实现方法。     

基于GA的多路径测试数据生成器适配函数设计

提出了基于GA的多路径测试数据生成的概念和实现方法。讨论了为了实现多路径测试数据生成,设计有效的和高效的适配函数应考虑的因素,用实际案例针对提出的适配函数进行了功能性能验证。结果表明了适配函数设计的有效性。     

基于QTP的数据驱动测试开发

提出采用面向自动化测试的测试用例设计格式,通过QTP的编程功能,使用外部数据源来实现较复杂的数据驱动测试。具体方法是采用Excel作为测试数据源,制定Excel中测试数据的设计格式,建立专用的函数库来操作Excel数据,实现以数据为驱动的自动化测试。这一方法能有效地实现测试数据与测试脚本的分离,同时,测试数据的设计操作变得方便,数据的可读性增强,提高了测试效率和测试数据的维护效率。     

QPSO在结构测试数据生成中的应用研究

针对目前进化算法生成结构测试数据方法存在搜索速度慢、设置参数复杂、易陷入局部最优解等缺陷,提出了一种基于量子粒子群算法的结构测试数据生成方法。该方法采用分支函数叠加法构造适应值函数,将测试数据自动生成问题转化为函数的最优化问题,同时在粒子群算法基础上引入量子理论的思想,提高了算法的收敛性能和全局搜索能力。将其与标准粒子群算法实现结构测试数据自动生成方法进行比较,实验结果表明,该方法能更快生成测试数据。     

用遗传算法实现软件结构测试数据的自动生成

软件结构测试数据的自动生成是实现软件测试自动化的关键，这一技术的实现可大大节省用于软件开发地时间和费用。因而意义十分重大，本文首先阐述了软件结构测试，按路径生成结构测试数据等基本概念，然后就目前按路径生成结构测试数据的两种主要方法－符号执行和程序直接执行进行了论述和比较。     

测试数据自动生成技术研究

软件测试分为静态分析、路径选择、测试数据生成和动态分析四个阶段,而测试数据的自动生成是软件测试的关键技术之一。文章通过对被测试程序的分析,提出了生成测试数据的平衡力法,对任意的输入变量,判断变量移动范围及进行谓词中变量的函数极小化,得到测试数据,并给出了具体实现方法。     

车载测试数据传输系统免驱USB主从机设计

基于USB的车载测试数据传输系统原有设计方案存在着跨操作系统平台应用不便、无法实现与计算机及外部USB存储设备的双向通信、驱动安装偶发性故障等问题。针对上述问题,提出了一种车载测试数据传输系统免驱USB主从机设计方法。该方法以USB接口芯片CH378为核心进行USB主从机传输系统设计,通过专门的USB主从机状态电路实现USB主从模式的自动切换,通过嵌套USB2.0协议、USB Mass Storage协议、FAT32文件系统协议实现免驱动获取测试数据的功能。文中重点介绍了新型车载测试数据传输系统的总体设计方案、CH378硬件接口电路、USB主从机状态电路以及USB从机模式下免驱功能的实现要点。通过实验验证,该设计可以实现车载测试数据传输系统免驱USB主从机功能,给车载测试数据传输系统的应用与维护带来了便利。     

一种Web服务的测试数据自动生成方法

软件测试是保证Web服务质量的重要技术手段.测试数据生成是Web服务测试的重要内容.测试数据的质量将直接影响Web服务测试的效率和成本.文章基于合约式设计的 Web服务测试技术,提出一种 Web服务的测试数据自动生成方法.首先根据WSDL文档采用随机法自动生成初始测试数据,然后使用合约变异技术进行测试数据的选择,据此可以生成一组达到一定合约变异充分度的有效测试数据,从而提高 Web服务的测试质量和效率.最后实现了一个Web服务的测试数据自动生成工具原型,并通过实验验证了方法的有效性.     

基于解空间树的组合测试数据生成

在组合覆盖测试模型的基础上提出：将所有的可用测试数据表示为一棵解空间树,利用回溯法对解空间树进行路径搜索来生成测试数据,然后使用贪心算法补充生成测试数据,以满足两两组合覆盖标准.并且实现了基于该方法的测试数据生成工具,所生成的测试数据集与同类工具相比具有一定的特点和优势.     

基于MVC的任务系统自动化测试数据查询分析平台的构建

针对任务系统自动化测试过程中,测试数据存储格式多样,测试数据查询方式多样的特点,本文基于MVC提出了测试数据查询分析平台的实现方案,包括平台体系结构的设计,数据查询分析的建模,该方案能够最大程度的实现测试数据和查询分析业务的解耦合,实现了平台的开放性和灵活性,该设计方案已经在实际项目中得到实现,具有较高的工程应用价值。     

两两组合测试数据自动生成算法的改进

为实现测试用例的全覆盖,给出一种改进的两两组合测试数据自动生成算法。利用矩阵方法自动生成初始测试数据集,在此基础上通过组合匹配思想对初始测试数据集进行测试数据增补。实验结果表明,该算法简单高效,且具有产生测试数据少、时间消耗小的特点。     

空间相机仿真测试数据自动判读系统的设计

数据判读是空间相机仿真测试中的重要环节,人工判读方式存在判读时间长和判读精度不够高等不足,实现测试数据的自动判读是一个迫切的实际课题;文章结合人工智能及专家系统原理,提出了一种数据自动判读方法,设计并实现了空间相机仿真测试数据自动判读系统,该系统可以自动解读测试用例的数据注入文件、动态生成更新判读规则库,并实现测试数据的自动判读;实际使用结果表明:判读的效率为人工方式的15倍,判读准确性有明显提高,能满足仿真测试数据判读的需要.     

基于启发式算法的测试数据自动生成方法

数据自动生成是实现软件测试数据自动化和提高软件测试效率的关键问题。阐述了基于遗传算法、蚁群算法等启发式算法的测试数据自动生成系统模型与步骤,并对两系统的性能加以分析和比较,并讨论了一些改进方法。     

数据驱动测试在Nunit框架中的应用

为了解决单元测试工具Nunit本身不支持数据驱动测试的问题,提出了在Nunit框架下实现数据驱动测试的方法。该方法首先将测试类所使用的测试数据基本信息设定在ini文件中,将输入数据及预期结果存放于Excel文件中。随后通过属性标签[TestFixtureSetUp]标记的方法动态读取ini文件中的基本信息,再根据这些基本信息读取Excel文件中的测试数据,并将测试数据保存于自定义的结构体数组中供各测试方法使用。该方法有效地实现了测试数据与测试脚本的分离,能降低测试脚本的维护工作量,提高测试效率。     

基于搜索的Simulink测试数据生成

为满足基于模型的测试需求,研究了基于搜索的Simulink模型测试数据生成方法。对于严格约束,该方法利用代价函数规则构建目标函数,针对Simulink模型复杂性的特点,采用模拟退火算法对目标函数求优,最终搜索出满足目标约束的测试数据。由此设计了一种综合考虑宽松约束和严格约束的Simulink测试数据生成框架,最后实现了该方法在典型案例的应用。实践证明,该方法快速有效地解决了Simulink模型的测试数据生成问题。     

两两组合覆盖测试数据自动生成集成工具的设计与实现

两两组合覆盖测试方法是一种科学有效的软件测试方法,相应的测试数据生成算法是人们研究的一个重点问题,本文在人们已有的研究基础上,结合我们在这个方面的研究成果,设计实现了一个两两组合覆盖测试数据自动生成工具,所产生的测试数据集与同类工具相比具有一定的特点和优势。     

基于多种群遗传算法的可扩展有限状态机测试数据自动生成

可扩展有限状态机EFSM(Extended Finite State Machine)是目前常用的一种描述软件状态和行为的模型,研究EFSM模型的测试数据自动生成方法具有重要的意义。针对EFSM模型,本文提出一种面向EFSM路径的测试数据自动生成方法,利用多种群遗传算法MPGA(Multi-Population Genetic Algorithm)实现了EFSM测试数据的自动生成。实验结果表明,基于MPGA的EFSM模型测试数据自动生成是确实可行的,并且其测试数据生成效率优于遗传算法(GA)的测试数据生成效率。同时,通过实验分析了MPGA的种群数量、迁移间隔、迁移率、迁移策略等相关参数对EFSM模型测试数据生成效率的影响,得出一种最优的参数组合,对后续进一步利用MPGA进行测试数据自动生成的研究具有一定的指导意义。     

改进的粒子群算法在测试数据生成中的应用

自动化测试中,测试数据的自动生成技术是提供软件测试效率和效果的瓶颈.粒子群算法(PSO)具有简单、易实现、可调参数少等特点,在测试数据生成方法中得到初步应用.在具体应用过程中,为克服PSO易陷入局部极值的缺陷,对算法进行了改进,应用加入移动步长的混合粒子群算法(SwPSO)自动生成测斌数据,提高了PSO算法摆脱局部极小点的能力.文中对算法的原理和实现做了详细描述,并将其与传统的基于标准粒子群算法(PSO)和遗传算法(GA)来实现软件测试数据自动生成方法进行实验对比.结果表明,改进后的粒子群算法可以更高效地生成测试数据.