面向?qū)ο筌浖貧w測試選擇——測試用例最小化技術(shù)研究.pdf

1、回歸測試是軟件開發(fā)過程中昂貴的卻又需要頻繁執(zhí)行的軟件維護(hù)活動，軟件測試的任何階段均涉及到回歸測試問題。測試用例最小化是一種重要的回歸測試縮減技術(shù)，目的是在滿足測試需求的前提下，最大限度地降低回歸測試規(guī)模，提高回歸測試效率。本文圍繞著縮減回歸測試代價這一目標(biāo)，基于面向?qū)ο筌浖y試度量和自動化測試環(huán)境的開發(fā)等工作，在測試用例最小化模型和算法等方面進(jìn)行了較為深入的研究，主要包括以下幾個方面：
　　 1.基于中間數(shù)據(jù)庫的測試引擎的設(shè)計與

2、實現(xiàn)。本文提出的測試該引擎由三個部分構(gòu)成：程序分析器、插裝工具以及中間數(shù)據(jù)庫。引擎的設(shè)計充分考慮了軟件組件的復(fù)用，使得以該引擎為核心的測試環(huán)境具有良好的可擴(kuò)展性；中間數(shù)據(jù)庫中存儲的程序結(jié)構(gòu)信息和測試歷史信息，在提供各種靜態(tài)測試報告和動態(tài)測試報告的基礎(chǔ)上，是進(jìn)行回歸測試及回歸測試選擇的基礎(chǔ)。
　　 2.測試用例最小化問題的數(shù)學(xué)模型?；趬K的測試覆蓋度量和測試歷史信息，本文提出了具有良好通用性的測試用例最小化問題的數(shù)學(xué)模型，并將其轉(zhuǎn)

3、化為整數(shù)規(guī)劃模型。該模型能夠方便地進(jìn)行修改以適應(yīng)不同的測試選擇要求和測試覆蓋度量標(biāo)準(zhǔn)，是實現(xiàn)測試用例選擇自動化的基礎(chǔ)。
　　 3.新的測試用例最小化貪心算法。測試用例最小化的目的是得到一個能夠滿足測試需求的最小回歸測試用例集。為了得到最小代價的回歸測試用例集，本文在研究現(xiàn)有測試用例最小化貪心算法的基礎(chǔ)上，提出了新貪心算法。不同于一般算法，該算法綜合考慮了測試用例在以往測試中的測試覆蓋度和運(yùn)行代價。實驗結(jié)果表明：新測試用例最小化貪

4、心算法能更有效地縮減回歸測試用例集的測試運(yùn)行代價，測試運(yùn)行代價因素的考慮，能提高算法的用例優(yōu)化效果。
　　 4.測試用例最小化遺傳算法。為了進(jìn)一步提高最小化效果，本文研究將遺傳算法應(yīng)用于測試最小化：基于測試歷史信息，進(jìn)行編碼和種群初始化，設(shè)計適應(yīng)度函數(shù)、三個遺傳算子，實現(xiàn)了測試用例最小化遺傳算法。實驗結(jié)果表明：測試用例最小化遺傳算法能夠顯著降低測試用例集的規(guī)模和測試代價，并且具有比新測試用例最小化貪心算法更好的最小化能力和更高的