基于改進(jìn)粒子群的組合測試用例生成技術(shù)研究.pdf

1、組合測試作為一種基于規(guī)約的軟件測試方法，旨在從待測軟件面臨的龐大組合空間中，選取少量但有效的測試用例，生成覆蓋程度高、揭錯能力強(qiáng)的測試用例集。但組合測試用例生成是NP難問題，需要在多項(xiàng)式時間內(nèi)求解組合問題，因此需要采用元啟發(fā)式搜索算法來解決該問題。相較于其他元啟發(fā)式搜索算法，粒子群算法在覆蓋表生成規(guī)模和執(zhí)行時間上更具有競爭力。
　　本文系統(tǒng)回顧和總結(jié)了利用粒子群算法生成組合測試用例集的已有研究成果，針對可變力度組合測試問題和粒子群

2、算法的參數(shù)選取問題，將改進(jìn)的one-test-at-a-time策略和自適應(yīng)粒子群算法相結(jié)合，提出了一種可處理任意覆蓋強(qiáng)度的組合測試用例生成方法。本文的主要研究工作和貢獻(xiàn)概括如下:
　　(1)針對實(shí)際待測軟件中存在的約束問題，提出了一種類似于避免選擇策略的方法對約束條件預(yù)先處理，在生成測試用例前時對無效的約束組合進(jìn)行剔除，在一定程度上縮減需覆蓋組合集的大小，避免了無效組合所引起的適應(yīng)度值的誤差。
　　(2)針對one-tes

3、t-at-a-time策略組合選取問題，提出了兩種優(yōu)先級度量方法:覆蓋組合度量方法和因素取值度量方法，在生成單個測試用例的過程中，優(yōu)先選取了權(quán)值最大的組合用于單個測試用例的生成，避免了原始算法存在的隨機(jī)性和盲目性。
　　(3)針對粒子群算法參數(shù)配置問題，分別對慣性權(quán)重、學(xué)習(xí)因子、種群大小和迭代次數(shù)4個參數(shù)進(jìn)行合理的設(shè)定，使粒子群算法更加適用于覆蓋表的生成。對于慣性權(quán)重，根據(jù)粒子的優(yōu)劣對慣性權(quán)重進(jìn)行自適應(yīng)調(diào)整，以粒子與當(dāng)前全局最優(yōu)解