基于K中心點(diǎn)的測(cè)試用例集約簡(jiǎn)研究.pdf

1、軟件行業(yè)的不斷規(guī)范化,不斷完善化也隨之帶動(dòng)著軟件測(cè)試行業(yè)的不斷發(fā)展。軟件測(cè)試工作也由原始的純手工測(cè)試逐步演變?yōu)橐?guī)范化,程序化也是必需化的工作。軟件測(cè)試工作在軟件生命周期中所占的比重也在日益地增大。軟件開(kāi)發(fā)過(guò)程中的迭代、演化,需要頻繁地進(jìn)行軟件測(cè)試,測(cè)試用例集的規(guī)模也越來(lái)越大。由于測(cè)試用例的設(shè)計(jì)、執(zhí)行、管理和維護(hù)的開(kāi)銷相當(dāng)大,而測(cè)試資源往往有限,對(duì)測(cè)試用例集的規(guī)?？s減也就成為了一種必然[30,31,35]。對(duì)原始測(cè)試用例集規(guī)模的縮減工作也

2、將對(duì)軟件測(cè)試工作帶來(lái)了極大的便利,即利用盡可能少的測(cè)試用例檢測(cè)出軟件中盡可能多的錯(cuò)誤,從而提高測(cè)試效率、降低軟件測(cè)試成本是本文研究的重點(diǎn)內(nèi)容。
　　 測(cè)試用例集約簡(jiǎn)(Test Suite Reduction)的目的就是使用盡可能少的軟件測(cè)試用例,充分測(cè)試給定的軟件測(cè)試目標(biāo),從而提高測(cè)試效率、降低測(cè)試成本。為了求解該測(cè)試用例集約簡(jiǎn)問(wèn)題,研究人員已提出了多種約簡(jiǎn)方法,主要包括啟發(fā)式約簡(jiǎn)方法、整數(shù)規(guī)劃約簡(jiǎn)方法、基于需求驅(qū)動(dòng)的約簡(jiǎn)方法、

3、基于遺傳算法的約簡(jiǎn)方法等。但這些方法都相對(duì)存在著一些不足,已有研究表明,當(dāng)約簡(jiǎn)用例集到一定程度時(shí),約簡(jiǎn)后的用例集錯(cuò)誤檢測(cè)率會(huì)大大下降,從而影響軟件的測(cè)試效率。
　　 本文查閱了眾多的國(guó)內(nèi)外相關(guān)文獻(xiàn)資料,并總結(jié)分析了測(cè)試用例集約簡(jiǎn)問(wèn)題癥結(jié)之所在。針對(duì)以上問(wèn)題,本文提出了一種基于K中心點(diǎn)的測(cè)試用例集約簡(jiǎn)算法。該算法利用聚類分析的K中心點(diǎn)算法(K-medoids Algorithm),首先通過(guò)該算法對(duì)原始的測(cè)試用例集進(jìn)行聚類分析,選擇