朴素贝叶斯应用于自动化测试用例生成

提出使用朴素贝叶斯作为核心算法来产生自动化测试用例的方法,将分类的思想引入到自动化测试用例的生成中.通过实验验证此生成测试用例方法的可行性.     

程序不变量驱动的组合测试用例约简方法

针对组合测试用例约简问题,提出一种基于程序不变量的两两覆盖组合测试用例约简方法。首先用组合测试用例生成算法对被测程序一次生成一个组合测试用例,然后根据该组合测试用例提取被测程序的程序不变量来决定该测试用例的取舍。典型案例实验表明该方法能有效地对组合测试用例集进行约简,可降低测试用例的数量,提高测试用例的质量。     

基于K-means聚类的组合测试用例生成优化算法

针对组合测试生成的测试用例在程序结构测试中出现冗余的问题,应用K-means聚类算法对基于蚁群算法生成的组合测试用例集进行聚类优化。以白盒测试中的逻辑覆盖为依据,将测试用例程序覆盖差异度作为分类的量化标准,根据测试代价决定聚类数目,在每个聚类簇中抽取处于中心点的测试用例构成新的集合。实验结果表明,该算法可以有效减小测试用例集的规模;对比分析不同覆盖准则,可找到在测试用例标准化过程中最优的逻辑覆盖方法。     

基于神经网络的组合电路测试生成算法

介绍了一种基于神经网络的组合电路测试生成算法。该算法不同于传统的方法是它既不需要回退也不需要故障传播的过程。利用Hopfield神经网络模型将组合电路表示成双向的神经网络，通过故障注入，建立被测电路的约束网络，并构造网络的能量函数，将组合电路的测试矢量对应于神经网络能量函数的最小值点，从而运用遗传算法求解能量函数的最小值点来求得测试矢量。在一些基准电路上的实验结果表明本算法具有较高的故障覆盖率和较短的测试时间。     

补充生成测试用例的优先级设定与动态调整算法

测试用例优先级技术是一种实用高效的回归测试技术,然而现有各种优先级技术均围绕待复用的测试用例集,忽视了对补充生成测试用例的优先级设定和调整方法的讨论.针对这一问题,在现有研究基础上提出一种面向补充生成测试用例优先级的设定与动态调整方法,讨论这种方法在并行环境下的应用问题,最后通过一个实例研究表明：新方法能够有效地提高补充生成测试用例的使用效率.     

基于并行化粒子群算法的组合测试用例生成

针对粒子群算法生成组合测试用例消耗时间过长的问题,提出一种并行化粒子群算法生成两两组合测试用例的方法。基于大数据平台Spark,将全部需要被覆盖的两两组合进行分组,并下发到集群中各个节点上进行寻优操作;采用one-test-at-a-time策略与自适应粒子群算法相结合的方式进行寻优;待各个节点寻优结束后,利用Spark进行结果收集,并对收集后的用例集进行约简操作。实验结果表明,该方法有效地减少了生成两两组合测试用例集的消耗时间。     

一种基于规则提取的自动化测试用例生成方法

软件测试过程中,缩小测试用例集的规模,通常需要根据经验进行分析,找出输入输出间的非映射关系,这往往要耗费过多的测试资源。而人工神经网络在此问题的处理上有其特有的优势。因此文章提出了一种改进的规则提取方法,用于生成测试用例。通过构建神经网络模型,建立输入/输出之间的非线性映射关系,接着根据连接的权值,裁剪网络,去除与特定输出无关的输入属性。然后,在规则提取阶段仅保留两个与该输出最为相关的输入,并由此提取出IF-THEN规则,生成测试用例。文章完成了改进后规则提取算法各阶段的自动化,显著降低了在测试用例设计环节上的开销。最后,通过程序验证了该方法的有效性。     

软件确保智能测试用例生成PSO算法进展研究

测试用例生成是软件测试的重要环节,是软件确保的重要组成部分,其中启发性算法是近年来测试用例自动生成研究领域的热点。对启发性测试用例生成的新方法PSO进行了介绍和分析,详细讨论了PSO算法适应度函数、PSO算法早熟与局部最优、种群规模对PSO算法的影响以及PSO参数优化问题,并将PSO与GA算法进行了对比分析。展望了PSO测试用例生成算法的未来研究方向,指出PSO测试用例生成算法目前应重点解决测试用例规模优化、早熟抑制和参数优选等问题。     

组合电路伪穷举测试的一种生成算法

提出一种基于电路结构的伪穷举测试生成算法,通过对待测电路的逐步二块划分和对各个子电路的穷举测试,形成待测电路的伪穷举测试集.本算法从实际应用出发,基于电路结构进行选优划分,算法简单,运行速度快.通过这一算法,伪穷举测试能够实现机器自动生成,并充分发挥了伪穷举测试的各项优点,因此具有一定的实用价值.     

基于UIO序列的状态机测试序列生成算法

在通信协议的一致性测试中,寻找一条简洁高效的测试序列是关键工作之一．基于FSM模型的协议一致性测试,提出一种新的UIO序列生成方法,利用遗传算法求解UIO序列．研究结果表明,该算法能生成更短且结果稳定的UIO序列．     

改进可满足性的测试向量生成算法

描述了可满足性的测试向量生成（ＳＡＴ－ＡＴＰＧ）算法,针对此算法的不足提出反向路径敏化算法（ＢＰＳ）嵌入ＳＡＴ－ＡＴＰＧ中,减少了ＣＮＦ的构成时间和搜索空间,而且减轻故障压缩的工作量,又不损失最终测试集的精简。     

面向时滞测试生成的改进遗传算法

在提出的无冒险的时滞测试能量函数的基础上,对传统的遗传算法进行了改进,即在搜索中根据进化程度对群体尺寸进行调整来加速收敛,用于时滞测试生成。实验证明该方法是一种较有发展前途的算法。     

Minimal-Length Interoperability Test Sequences Generation via Genetic Algorithm

A novel interoperability test sequences optimization scheme is proposed in which the genetic algorithm (GA) is used to obtain the minimal-length interoperability test sequences. During our work, the basic interoperability test sequences are generated based on the minimal-complete-coverage criterion, which removes the redundancy from conformance test sequences. Then interoperability sequences minimization problem can be considered as an instance of the set covering problem, and the GA is applied to remove redundancy in interoperability transitions. The results show that compared to conventional algorithm, the proposed algorithm is more practical to avoid the state space explosion problem, for it can reduce the length of the test sequences and maintain the same transition coverage.     

测试图形生成的遗传算法研究

提出了一种用于组合电路测试图形生成的遗传算法。该算法把被测电路的测试生成问题转化为计算一种约束函数的最优解,可充分利用电路的结构信息。为故障节点生成测试时易于操作,且无需经过故障模拟,就可保证对所有可测的单固定型故障及多故障有较高的故障覆盖率。     

一种基于改进遗传算法的测试用例自动生成研究

测试用例的生成是软件测试领域的关键技术问题。近年来,受生物进化思想启发得出的一种全局优化算法的遗传算法用于测试用例的自动生成方向的研究,对于软件测试的自动化有着重要的影响。为了生成高效的测试用例,笔者提出了一种改进的遗传算法,该算法采用实数编码方式,采用逻辑覆盖原则,将遗传算法的适应度函数进行改进并加入遗传导向控制,这样有利于种群的多样性遗传,避免种群早熟收敛现象,并结合Delaunay三角网生成程序进行说明,验证了该算法的有效性。     

基于伪并行遗传算法的路径测试数据自动生成

路径测试数据自动生成是结构测试中的关键问题,也是当前软件测试研究中的热点问题.为了探讨伪并行遗传算法用于路径测试数据生成的可行性及其效果,首先归纳了基于演化算法的路径测试数据自动生成方法的基本思想和流程,然后在MATLAB7.1上实现了一个基于粗粒度模型和基于适应度选择迁移个体的伪并行遗传算法和一个使用代沟的基本遗传算法.采用基于分支距离的适应度函数,以三角形分类程序为例比较了二者在生成路径测试数据时的性能差异.实验结果表明伪并行遗传算法较之基本遗传算法具有明显优势.此外,自由迁移和相邻迁移策略要优于单向迁移策略.     

序列对递增生成的SOC测试调度算法

提出了一种确定性的片上系统 (SOC) 测试调度算法。在对测试环采取最优分配和平衡优化的基础上,构造包含四种序列对递增生成方法的循环迭代过程。该过程同时考虑测试访问机制的宽度、空隙面积、IP核测试面积等因素,可在较短的迭代步数得到有效的测试调度方案。对ITC’02 基准电路进行了实验。结果表明,在得到近似解的前提下,该算法较传统的模拟退火算法具有更快的运行速度。