基于遗传算法的测试数据自动生成方法的研究

论文摘要

软件测试是软件质量保证的关键,是软件开发中不可缺少的环节,也是软件工程的重要组成部分,软件测试的效果直接关系到软件产品的质量。然而,软件测试是一个十分复杂的过程,需要花费巨大的人力,物力,财力和时间,测试人员需要设计,执行,分析大量的测试用例。这在很大程度上还是依靠手工来实现的,效率非常低下,同时也导致了测试费用的居高不下。软件测试自动化是通过自动化测试工具、脚本或其他手段,按照我们预定的计划进行自动测试的活动。测试数据的自动生成技术是软件测试自动化的关键技术之一,可以为所测程序自动生成测试用例。这一技术的实现,将大大改变以往依靠直觉、经验产生测试数据的传统做法,无疑将使软件的测试效率获得显著提高,同时减轻人们在编写大量测试数据过程中付出的劳动。因此开展软件测试数据生成技术的研究和实践,对实现软件测试过程自动化,有着十分重要的意义。遗传算法是模仿生物遗传和进化机制的一种最优化方法,它把类似于遗传基因的一些行为,如交叉重组、变异、选择和淘汰等引入到算法求解的过程中。遗传算法的特点之一是,它既保留若干局部最优个体,又能通过个体的交叉重组或者基因变异得到更好的个体。从上个世纪90年代以来,人们开始尝试将遗传算法等人工智能技术运用于软件测试中,并取得了一定的研究成果。本文根据测试数据自动生成的要求,结合遗传算法的理论与算法特点,把遗传算法进行适当的修改应用到软件测试中,为最常见的几种测试数据类型:数值型,非数值型和类对象类型确定编码方案,选取适应度函数,改进数据的输出方案,实现测试数据的自动化。最后通过实验分析,把本文所采用的一些方法与其他方法进行实验对比,尤其是在输出测试数据的数量上、输出数据的准确性上进行分析,证明本文在这些方面的一些优越性。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第1章 绪论
• 1.1 立题背景和选题意义
• 1.2 国内外研究现状
• 1.3 论文的组织结构
• 1.4 本章小结
• 第2章 软件测试及测试数据自动生成
• 2.1 软件测试
• 2.1.1 软件测试的定义
• 2.1.2 软件测试的方法
• 2.1.3 软件测试的原则
• 2.1.4 软件测试的内容与技术
• 2.2 测试数据自动生成
• 2.2.1 软件测试自动化概述
• 2.2.2 测试数据自动生成方法
• 2.3 本章小结
• 第3章 遗传算法
• 3.1 遗传算法的简介
• 3.1.1 遗传算法的发展史
• 3.1.2 遗传算法的主要研究领域
• 3.1.3 遗传算法的应用
• 3.2 遗传算法的计算
• 3.2.1 遗传算法的基本概念及操作
• 3.2.2 遗传算法的关键问题
• 3.2.3 遗传算法的计算过程
• 3.3 本章小结
• 第4章 用遗传算法实现测试数据自动生成
• 4.1 用遗传算法自动生成测试数据的研究现状
• 4.2 选择遗传算法的原因
• 4.2.1 禁忌搜索
• 4.2.2 模拟退火算法
• 4.2.3 三种算法的比较
• 4.3 用遗传算法实现测试数据自动生成
• 4.3.1 编码策略的确定
• 4.3.2 适应度函数的选取
• 4.3.3 遗传算子的选取
• 4.3.4 终止条件的确定
• 4.4 算法实现步骤
• 4.4.1 算法流程
• 4.4.2 测试数据生成过程
• 4.5 本章小结
• 第5章 实验分析
• 5.1 与随机生成方法的对比
• 5.2 与文献[3]中类对象测试数据生成的比较
• 5.3 本章小结
• 第6章 总结与展望
• 6.1 本文工作的总结
• 6.2 本文的创新点
• 6.3 进一步工作
• 6.4 本章小结
• 参考文献
• 致谢