基于约束关系的变强度组合测试用例集生成算法

针对传统的变强度组合测试方法对系统中各因素之间的约束关系考虑不足,从而可能导致测试用例冗余的问题,论文提出了一种基于one-Test-at-a-time策略的变强度组合测试用例集生成算法,该算法充分考虑了因素间的约束关系,从而在一定程度上减少了测试用例集的规模。最后通过实验验证了算法的可行性和有效性。     

基于优先级的组合测试方法探究

传统组合测试方法致力于生成最小组合测试用例集合.然而在实际测试工作中,如果执行测试用例的时间有限,用传统组合测试方法生成的测试用例集难以在有限资源下完全执行.因此,在组合测试方法的基础上引入测试用例优先级概念,可以设计出在资源有限的情况下充分测试关键参数及组合的测试方法,缩短测试时间并确保缺陷检测率.     

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.     

基于输入输出关系的局部组合测试技术

主要针对软件测试中黑盒测试时测试用例集过大,以及测试效率低的问题,提出了一种有用有效的测试用例集生成设计方法.该方法根据待测系统参数的输入输出关系,对输入参数进行分组生成输入参数的组合关系集,再仅对组合关系集中每组输入变量生成两两组合覆盖测试用例集合,然后进行水平拼接生成最终的用于待测系统测试的测试用例集合.实验结果表明,该方法不仅能有效地减少了测试用例数目,而且还能够保持了原来测试检错能力,从而提高测试效率.     

带权值参数的两两组合测试用例集生成算法

通常对组合测试研究的重点是生成最小的测试用例集,但其中却很少涉及到带权值的参数。针对带权值参数的两两组合测试用例生成问题,提出一种基于逐参数( IPO)策略的带权值参数两两组合测试用例生成算法。对影响IPO策略性能的3个影响因子进行改进,包括待扩展参数的扩展次序、已有测试集的扩展次序和待扩展参数的取值选择。在扩展完所有参数后,对此时的测试集使用约简算法进一步简化,得到按测试用例权值和降序排列的测试集。实验结果表明,该算法不仅能减少测试用例的生成数量,而且能解决参数的权值问题,使其在实际应用中可以更有效地降低测试成本。     

基于程序路径分析的有效蜕变测试

蜕变测试对于预期输出难以构造的程序是实用和高效的.作者在系统研究已有蜕变测试方法和路径分析技术的基础上,首先针对使用二元蜕变关系的测试提出了一组蜕变测试准则,以在多个不同的层次上定义蜕变测试用例集的充分性;然后给出了3种能够生成相应测试用例集的算法;最后通过变异分析的方法证实这些算法的有效性.实验结果表明,蜕变关系和测试准则的选取直接影响到测试的效果,另外,使用蜕变关系全路径覆盖可满足性算法(APCEMsT)可以快速准确地发现待测程序中的错误,而生成的测试用例的数量却比传统技术要少.     

带参数约束的两两组合测试用例集生成方法

大多数待测软件系统的参数间存在约束关系,如果不考虑这些约束,会使测试用例集中的某些组合无效。为此,提出一种带参数约束的两两组合测试用例集生成方法。在采用回溯算法对解空间树进行遍历的同时,利用参数间的约束关系对树的枝叶进行裁剪,避免产生无效的测试用例。使用贪心算法补充生成测试用例,以满足两两组合覆盖标准。实验结果表明,该方法能减少测试用例生成数量,提高测试效率。     

基于贡献度的两两组合测试用例生成算法

为在两两组合测试中获得近似最小的测试用例集,提出一种基于贡献度的两两组合测试用例自动生成算法。生成满足覆盖要求的有序配对集,根据有序配对集生成初始用例集,对初始用例集进行简约,获得测试用例集。实验结果表明,该算法生成的测试用例数目较少,算法效率较高。     

求解组合测试用例集的差分进化蚁群算法

针对组合测试中测试用例集生成这一关键问题,通过构建组合空间的搜索模型,提出了一种用于求解最小测试用例集的差分进化蚁群算法（DEACA）。该算法将差分进化融入到蚁群算法中,并在搜索过程中动态更新启发信息,有效克服了标准蚁群算法在求解组合用例时出现的早熟现象。实验表明该方法优于标准蚁群算法,与其他方法相比也具有一定优势和特点。     

一种基于粒子群优化的成对组合测试算法框架

提出一种基于粒子群优化的成对组合测试用例集生成算法框架.在生成测试用例时,该框架采用粒子群优化尝试生成强组合覆盖能力的测试用例,并研究了搜索空间、适应值函数和启发式的合理设定;在构造组合测试用例集时,以上述测试用例生成算法为基础,提出两种策略:一种基于one-test-at-a-time,另一种基于类IPO.编程实现该算法框架,并通过实证研究分析了算法框架中不同设定对组合测试用例集规模的影响;最后,与现有的经典方法在组合测试用例集生成规模和算法执行时间上进行了比较.最终结果表明,该算法具有竞争力.