基于啟發(fā)式搜索的軟件測(cè)試數(shù)據(jù)的自動(dòng)生成.pdf

1、近年來,用戶對(duì)軟件需求的復(fù)雜度在逐漸增高,軟件規(guī)模越來越龐大,軟件質(zhì)量問題得到了廣泛的關(guān)注。軟件測(cè)試是保障軟件質(zhì)量的有效手段,其中自動(dòng)化測(cè)試技術(shù)能夠打破手工測(cè)試的局限性,通過自動(dòng)生成測(cè)試數(shù)據(jù),有效的提升了軟件測(cè)試的效率。本文研究如何將啟發(fā)式算法用于軟件測(cè)試數(shù)據(jù)的自動(dòng)生成,并以三角形分類問題作為實(shí)例,驗(yàn)證啟發(fā)式算法在測(cè)試數(shù)據(jù)自動(dòng)生成上的優(yōu)勢(shì)。
　　本文首先介紹了軟件自動(dòng)化測(cè)試的相關(guān)技術(shù),重點(diǎn)研究面向路徑的測(cè)試數(shù)據(jù)自動(dòng)生成技術(shù)。然后,

2、詳細(xì)闡述啟發(fā)式算法相關(guān)概念。啟發(fā)式算法包括遺傳算法,模擬退火算法,蟻群算法以及禁忌算法等,是一組指導(dǎo)算法搜索方向的、建議性質(zhì)的規(guī)則集。本文重點(diǎn)研究遺傳和模擬退火算法在自動(dòng)化測(cè)試方面的應(yīng)用。遺傳算法是一種全局優(yōu)化搜索方式,具有廣泛的實(shí)用性,是從生物的進(jìn)化過程抽象出來,基于概率意義,隨機(jī)進(jìn)行迭代進(jìn)化的方法。但是,遺傳算法具有自身的缺陷。例如,局部搜索能力不足、收斂速度慢以及穩(wěn)定性也較差。模擬退火算法是局部搜索算法的擴(kuò)展,針對(duì)遺傳算法的缺陷,