基于LSGA的最小测试用例集自动生成

论文摘要

随着计算机技术的不断发展,软件也走入了人类社会的各个领域。然而随着软件规模的不断扩大,复杂度也不断提高,高质量的软件开发越来越困难。因此提高软件质量和可靠性成为软件工程领域研究的热点。软件测试是保证软件质量和可靠性的重要手段和方法,然而它是一个复杂的过程,需要耗费巨大的人力、物力和时间,所以提高软件测试的自动化程度对于确保软件开发质量、降低软件开发成本非常重要,其中,提高生成测试用例的自动化程度又是至关重要的一步。针对目前研究工作普遍存在的问题,本文提出自动生成最小测试用例集,并改进遗传算法应用于该问题。从这一问题入手开始研究工作,首先系统介绍目前的自动化测试研究现状、软件测试基本理论和测试用例自动生成技术,重点介绍了基于代码的测试用例自动生成的研究成果。然后阐述了遗传算法的基本理论和实现方法。本文重点介绍了基于LSGA算法最小测试用例集自动生成系统的实现技术。在遗传算法的基础上,根据本课题实现语句覆盖的测试目标,结合基本路径测试技术和程序插装,作者提出了最大稳定遗传算法(LSGA),并将该算法用于最小测试用例集的自动生成问题。接着本文重点阐述了系统实现的核心技术:适应度函数的构造、路径编号、参数编码、选择算子、交叉算子和变异算子。本文作者在构造适应度函数和路径编号时提出了“邻近者优先”原则和“就近路径编号”原则。最后对算法进行仿真实验和性能分析。本文应用该理论开发出原型系统,其性能明显优越于基本遗传算法。最后进行总结并针对系统中存在的弊端提出下一步的研究方向。

论文目录

• 摘要
• Abstract
• 1 概述
• 1.1 课题背景及其研究意义
• 1.2 国内外研究现状及发展
• 1.3 存在的问题
• 1.4 本文的主要工作
• 1.5 本文的结构
• 2 软件测试及自动化技术
• 2.1 软件测试的概念
• 2.2 软件测试理论
• 2.3 软件测试自动化
• 2.4 测试用例自动生成技术和方法
• 2.5 测试用例自动生成通用模型
• 2.6 本课题研究的测试技术和方法
• 3 遗传算法及实现技术
• 3.1 遗传算法概述
• 3.2 遗传算法的基本操作
• 3.3 遗传算法应用的关键技术
• 3.4 常见的改进遗传算法
• 4 基于LSGA的测试用例集自动生成
• 4.1 设计用例思想
• 4.2 LSGA自动生成算法
• 4.3 基于LSGA的测试用例自动生成模型
• 4.4 MTSPBS系统实现
• 4.5 系统原型开发
• 4.6 系统推广应用
• 5 实验与结果分析
• 5.1 实验程序
• 5.2 结果和性能分析
• 5.3 收敛性分析
• 5.4 结论
• 6 总结与展望
• 致谢
• 参考文献