基于貝葉斯網(wǎng)絡(luò)和遺傳算法的測(cè)試用例生成模型.pdf

1、軟件規(guī)模的擴(kuò)大給測(cè)試工作帶來(lái)了新的問(wèn)題,手工測(cè)試的速度太慢,效率太低。因此自動(dòng)化測(cè)試就被人們所重視。在自動(dòng)化測(cè)試中,如何生成測(cè)試用例有著舉足輕重的作用。通過(guò)對(duì)國(guó)內(nèi)外相關(guān)資料的研究,揭示出在面向路徑的測(cè)試用例生成中,通常會(huì)遇到的問(wèn)題即產(chǎn)生的測(cè)試用例并不能覆蓋全部的路徑,甚至有少數(shù)路徑根本就不會(huì)有測(cè)試用例執(zhí)行。本文所提出的基于貝葉斯網(wǎng)絡(luò)和遺傳算法的測(cè)試用例生成模型主要解決的問(wèn)題是為自動(dòng)化測(cè)試生成測(cè)試用例集合,并且這些測(cè)試用例集合必須滿足全路

2、徑覆蓋的準(zhǔn)則。
　　 本文對(duì)經(jīng)典的軟件測(cè)試的方法做了詳細(xì)的歸納,分別介紹了單元測(cè)試、黑盒測(cè)試、白盒測(cè)試、靜態(tài)測(cè)試和動(dòng)態(tài)測(cè)試等測(cè)試方法。并對(duì)近年來(lái)常用的測(cè)試用例生成方法進(jìn)行了簡(jiǎn)單的闡述。接著詳細(xì)介紹了遺傳算法的一些基本理論和操作,并分析了遺傳算法在實(shí)際應(yīng)用中的一些優(yōu)缺點(diǎn)。然后,介紹了貝葉斯網(wǎng)絡(luò)的基本概念,簡(jiǎn)述了貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)和結(jié)構(gòu)學(xué)習(xí)的算法。提出了基于貝葉斯網(wǎng)絡(luò)和遺傳算法的測(cè)試用例生成模型,由于貝葉斯網(wǎng)絡(luò)是一種將因果知識(shí)和概率

3、知識(shí)相結(jié)合的信息表示框架,其定性信息表達(dá)了網(wǎng)絡(luò)中各節(jié)點(diǎn)之間的拓?fù)浣Y(jié)構(gòu),定量信息則表示了各個(gè)節(jié)點(diǎn)的聯(lián)合概率分布,因此,貝葉斯網(wǎng)絡(luò)中的定性信息可以用于表達(dá)被測(cè)試程序中各個(gè)參數(shù)之間的關(guān)系,而定量信息就可以表示各個(gè)參數(shù)的取值區(qū)間情況的概率,于是就可以通過(guò)對(duì)定量信息的調(diào)整來(lái)達(dá)到全路徑覆蓋準(zhǔn)則。在本文提出的基于貝葉斯網(wǎng)絡(luò)和遺傳算法的測(cè)試用例生成模型中,使用遺傳算法作為啟發(fā)式搜索算法對(duì)貝葉斯網(wǎng)絡(luò)模型進(jìn)行不斷的修改,從而得到一個(gè)最優(yōu)的貝葉斯網(wǎng)絡(luò)模型來(lái)生