基于遺傳算法軟件測(cè)試用例自動(dòng)生成分析與研究.pdf

1、據(jù)估計(jì)，80％的軟件開(kāi)發(fā)成本都花在檢測(cè)和維修缺陷上。為了解決這個(gè)問(wèn)題，已經(jīng)開(kāi)發(fā)了一些工具和測(cè)試技術(shù)來(lái)完善檢測(cè)框架。盡管如靜態(tài)分析，隨機(jī)測(cè)試和進(jìn)化測(cè)試技術(shù)已被用于自動(dòng)化測(cè)試過(guò)程中，但是目前尚不清楚什么是最好的辦法。以前的研究主要集中在進(jìn)化測(cè)試程序的編程語(yǔ)言與簡(jiǎn)單的測(cè)試數(shù)據(jù)輸入方面，如數(shù)字。在這項(xiàng)工作中，我們提出了一個(gè)改進(jìn)的測(cè)試方法，它結(jié)合了遺傳算法的靜態(tài)分析，增加了在一定時(shí)間框架內(nèi)發(fā)現(xiàn)故障的數(shù)量。
　　遺傳算法(GA)已被成功地用于

2、在ADA83開(kāi)發(fā)的軟件測(cè)試數(shù)據(jù)自動(dòng)生成技術(shù)中。分析被測(cè)程序的結(jié)構(gòu)，遍歷每一個(gè)分支的目的是在軟件的測(cè)試數(shù)據(jù)中應(yīng)用。該方法在針對(duì)分支謂詞表達(dá)式和數(shù)值表達(dá)式之間的差異基礎(chǔ)上使用適應(yīng)度函數(shù)并且在謂詞的倒數(shù)之間應(yīng)用海明距離。以輸入變量表示的格雷碼和本機(jī)存儲(chǔ)器作為對(duì)象，使用遺傳算法(GA)的強(qiáng)大功能在于他們有能力來(lái)處理輸入數(shù)據(jù)，可以是復(fù)雜的謂詞結(jié)構(gòu)和未知函數(shù)的輸入變量。因此，測(cè)試數(shù)據(jù)生成的問(wèn)題完全被視為一個(gè)優(yōu)化問(wèn)題。
　　隨機(jī)測(cè)試被用作比較測(cè)

3、試數(shù)據(jù)生成的有效性，而遺傳算法能夠得到比兩個(gè)數(shù)量級(jí)更少的測(cè)試用例數(shù)，并達(dá)到100％的分支覆蓋。遺傳算法的主要特點(diǎn)是利用最初未知搜索空間收集到的信息再指示到其他有用的子空間的能力。如果邏輯結(jié)構(gòu)空間變化不是太大，就可以窮舉開(kāi)發(fā)相應(yīng)的啟發(fā)式搜索策略，以保持控制下的計(jì)算時(shí)間。抽樣策略是適應(yīng)樣本（后代）被用來(lái)偏置隨后的采樣成高預(yù)期表現(xiàn)的采樣在全局最佳域的反饋。這意味著，即使一個(gè)已經(jīng)產(chǎn)生很好遺傳優(yōu)化參數(shù)有效性的解決方案也取決于通過(guò)反饋獲得的有用信息

4、。重要的是選擇合適的反饋機(jī)制來(lái)得到自適應(yīng)搜索策略。遺傳算法的優(yōu)點(diǎn)是，通過(guò)搜索和優(yōu)化過(guò)程，改善測(cè)試集使得它們處于或接近輸入的子域邊界。當(dāng)這些子域最小時(shí)，遺傳算法就會(huì)用在最改進(jìn)隨機(jī)測(cè)試中。突變分析是用于建立測(cè)試數(shù)據(jù)生成的質(zhì)量和測(cè)試數(shù)據(jù)生成策略的優(yōu)勢(shì)和劣勢(shì)中。
　　最后，本文設(shè)計(jì)并實(shí)現(xiàn)了基于遺傳算法測(cè)試用例自動(dòng)生成系統(tǒng)。該系統(tǒng)中的基本設(shè)計(jì)思想是將三角形程序作為典型的范例，在規(guī)定數(shù)據(jù)范圍和輸入數(shù)據(jù)的情況下生成測(cè)試用例來(lái)盡可能全面的完成路徑