首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 62 毫秒
1.
本文在研究软件测试数据自动生成技术的基础上,为决解空间爆炸的问题提出了将一种新兴的智能算法—菌群算法应用到软件测试数据的自动生成当中。但为了能准确并快速的生成测试数据还对算法进行了改进,然后在用随机法随机生成的测试数据覆盖被测程序大部分路径的基础上,运用改进后的菌群算法对剩余指定路径进行覆盖从而达到路径全覆盖的效果,实现测试数据自动生成系统。最后用一个简单实验验证了该系统的有效性。  相似文献   

2.
基于GA-PSO算法的路径测试数据自动生成*   总被引:3,自引:2,他引:3  
为了实现测试数据自动生成,许多遗传算法及其改进算法应用到了测试领域。针对遗传算法具有较强的全局搜索能力,但局部搜索能力较弱,且收敛速度慢的特点。将遗传算法与粒子群算法结合起来形成新的混合算法(GA-PSO),并成功应用到软件测试数据自动生成过程中。实验结果表明,该算法结合了遗传算法和粒子群算法的优点,在保证软件测试数据正确生成的情况下,极大地提高了数据生成的效率。  相似文献   

3.
将遗传算法应用于覆盖指定路径的测试数据生成已得到了广泛的研究.具体实现中,影响测试数据生成效率的因素很多,如先验知识,GA参数,路径复杂度等.本文在简要介绍应用GA生成测试数据的关键技术后,设计实验分析了影响测试数据生成的部分因素,并据此得出了一些结论.  相似文献   

4.
基于蚁群算法的软件测试数据自动生成   总被引:16,自引:0,他引:16  
傅博 《计算机工程与应用》2007,43(12):97-99,211
提出了一种基于蚁群算法的测试数据自动生成方法。该方法采用位串形式编码,实现了被测程序输入空间到蚂蚁路径网络的映射模型。根据程序插装函数定义的路径信息素轨迹强度,蚂蚁进行群体协作搜索最佳路径,生成测试数据。在基本蚁群算法基础上,通过引入变异算子和自适应挥发系数,提高了蚂蚁路径的多样性,克服了早熟停滞的缺陷。和模拟退火遗传算法进行了对比实验研究,结果表明了该方法的可行性,生成测试数据的效率优于模拟退火遗传算法。  相似文献   

5.
黄勇 《福建电脑》2009,25(7):11-12
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。  相似文献   

6.
测试数据自动生成是软件测试的基础,也是测试自动化技术实现的关键环节。为了提高测试自动化的效率,在 结合 测试数据自动生成模型的基础上,提出一种 传统遗传算法的改进算法。该算法使用了自适应交叉算子和变异算子,并引入模拟退火机制对其进行改进。同时,该算法还对适应度函数进行了合理的设计,以加速数据的优化过程。通过三角形程序、折半查找和冒泡排序程序,与基本遗传算法、自适应遗传算法进行了比较与分析,并且对改进算法做了性能分析。实验结果表明了该算法的实用性以及在测试数据生成中的可行性和高效性。  相似文献   

7.
软件测试数据自动化生成技术是软件测试自动化的重要组成部分,为了进一步提高软件测试数据自动生成质量和效率,在建立软件测试数据自动生成模型的基础上融入一种改进的遗传算法,该算法通过引进自适应交叉算子和变异算子把模拟退火算法融入其中,很大程度上扩大了测试数据搜索生成范围,一定程度上克服了遗传算法的早熟收敛现象。  相似文献   

8.
史娇娇  姜淑娟 《计算机科学》2012,39(5):124-127,155
测试数据的生成是实现软件测试自动化的关键,这一技术的实现大大节省了软件开发的时间和费用。利用遗传算法的理论与算法特点,建立了动态可变参数的测试数据自动生成工具。通过该工具的可视化界面可以动态地输入遗传算法参数,而且能够根据不同的路径选择输入相应的适应度函数,克服了以往在源代码中修改适应度函数的缺陷。最后通过两个实验,证明了算法的优越性。  相似文献   

9.
基于选择性冗余思想,提出了一种测试数据自动生成算法.算法首先利用分支函数线性逼近和极小化方法,找出程序中所有可行路径,同时对部分可行路径自动生成适合的初始测试数据集;当利用分支函数线性逼近和极小化方法无法得到正确的测试数据时,基于使得测试数据集最小的原理和选择性冗余思想,针对未被初始测试数据集覆盖的谓词和子路径进行测试数据的增补.由于新算法结合谓词切片和DUC表达式,可以从源端判断子路径是否可行,因此能有效地降低不可行路径对算法性能的影响.算法分析和实验结果表明,该算法有效地减少了测试数据数量,提高了测试性能.  相似文献   

10.
测试数据的自动生成   总被引:3,自引:0,他引:3  
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。  相似文献   

11.
程序切片技术在软件测试中的应用*   总被引:4,自引:1,他引:4  
基于程序切片的软件测试是一种以程序或程序和需求相结合为基础的测试,它根据程序的不同切片来缩小软件的测试范围、提高软件测试的效率、辅助测试数据的自动生成等.同时由于程序切片不仅考虑了数据依赖和控制依赖,还考虑了程序存在的其他各种依赖关系,使得测试的准确性得到提高.详细阐述了目前存在的各种切片技术及其应用领域,重点探讨了目前切片技术在测试领域中的具体应用.  相似文献   

12.
    
Previous research using genetic algorithms to automate the generation of data for path testing has utilized several different fitness functions, assessing their usefulness by comparing them to random generation. This paper describes two sets of experiments that assess the performance of several fitness functions, relative to one another and to random generation. The results demonstrate that some fitness functions provide better results than others, generating fewer test cases to exercise a given program path. In these studies, the branch predicate and inverse path probability approaches were the best performers, suggesting that a two‐step process combining these two methods may be the most efficient and effective approach to path testing. Copyright © 2005 John Wiley & Sons, Ltd.  相似文献   

13.
布尔表达式约束在软件规格说明和程序中广泛存在,这些约束可作为软件系统的模型,成为测试用例生成依据。本文调研分析基于布尔表达式约束的测试用例生成方法,主要分为基于约束语法的测试和基于约束语义的测试。归纳总结基于约束语法测试的各种故障类型和测试策略,并比较各种测试策略的适用情形和故障检测能力,也对基于约束语义测试的各种约束获取和求解方法进行性能分析,并介绍了典型工具。最后对未来的研究发展进行展望。  相似文献   

14.
讨论了一个基于Orad Render Engine的RE控制程序源代码自动生成程序的设计思想与实现技术,通过编写一个文档分析程序,以控制命令的说明文档作为输入,按照预定的正则表达式规则,分析出命令的结构化数据,并动态创建XML格式的代码模板。最终系统根据动态生成的模板自动生成出控制程序的源代码。  相似文献   

15.
    
Software testing is one of the significant stages in software development life cycle which is a costly and time‐consuming task. Automatic tests data generation is one of the traditional techniques to reduce the cost and time spent in software testing. Different evolutionary algorithms have been proposed to generate test data which cover target paths in a software program. In this paper, shuffled frog leaping algorithm (SFLA) is proposed to generate structural test data. The proposed SFLA algorithm is characterized by high convergence speed and simple implementation. In the proposed SFLA, branch coverage is used as the fitness function to generate effective test data. For comparing the performance of the proposed SFLA with genetic algorithm (GA), particle swarm optimization (PSO), ant colony optimization (ACO), and artificial bee colony (ABC), seven benchmark programs were used. The results indicated that the proposed SFLA has an average of 99.99% for branch coverage, average 99.97% for success rate, and 2.03 for the average number of generation for covering all branches.  相似文献   

16.
    
Concurrent programming is increasingly present in modern applications. Although it provides higher performance and better use of available resources, the mechanisms of interaction between processes/threads result in a greater challenge for software testing activity. The nondeterminism present in those applications is one of the main issues during the test activity since the same test input can produce different possible execution paths, which may or not contain defects. The test data automatic generation can alleviate this problem, ensuring higher speed and reliability in software testing activity. This paper explores the automatic test data generation for concurrent programs through Genetic Algorithm, a bioinspired optimization technique, and proposes a test data generation approach for concurrent programs, called BioConcST, and a new operator for the selection of test subjects, called FuzzyST, which uses fuzzy logic. The approaches were evaluated in an experimental study towards their validation. The results showed that BioConcST is more promising than the other approaches at all analyzed levels. FuzzyST, together with Elitism and Tournament operators, provided the best results; however, it proved more suitable for concurrent programs of higher complexity.  相似文献   

17.
设计了一个通用的基于控制流和数据流的结构测试数据自动生成的工具。该工具根据控制流和数据流测试中所采用的覆盖标准来选取测试路径,并以改进后的迭代松弛法为核心,对所选取的路径生成测试数据。同时工具采用Fibonacci法优化选取路径,对不可达路径进行处理,并对测试数据的分支覆盖率、DCP覆盖率等进行了统计。实验结果表明该工具是可行的。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号