基于遗传算法测试用例的生成及优化.pdfVIP

第41卷 南京大学学报(自然科学) Vol.41 JOURNALOFNANJINGUNIVERSITY 21105年 10月 Oct.,2005 (NATURALSCIENCES) 基于遗传算法测试用例的生成和优化 李 伟，王 波，武清芳，闰平超 (北京市7223信箱 10分箱，北京，100072) 摘 要:遗传算法是通过模拟自然进化过程，将问题的解逐步向最优化方向进化 软件测试的目的是 发现软件中未发现的缺陷，而测试用例的设计是关键.主要研究了遗传算法在侧试用例的生成和优化 方面的方法和应用. 关键词: 遗传算法.侧试用例.适应度值，遗传程序设计 中圈分类号:TP301.6 TheGenerationandOptimizationofTestCase BasedonGeneticAlgorithm LiWei，WangBo,W“Qing-Fang,YanPing-Chao (BeijingP.0Box722310气Beijing,100072，China) Abstract:GeneticAlgorithmisanalogoustotheprocessofthenatureevolutionandsolvetheproblem tothemost optimizationsolvegradually.Thegoaloftheosftwaretestingistofindthefaultshidinginthetestedsoftwareandthe designoftestcaseisstickingpoint.Thispaperfocusontheissueofapplyinggeneticalgorithmtogenerateandoptimizae thetestingcase. Keywords:geneticalgorithm,test~ ，fitnessvalue,geneticprogramming 遗传算法是一种借鉴生物界自然选择、自 随着计算机技术和软件设计技术的迅猛发 然遗传机制和进化机制的优化算法 是模拟达 展，计算机应用软件的规模和复杂度随之增长， 尔文的遗传选择和自然淘汰的生物进化过程的 同时加上时间和市场的压力，带来的主要问题 计算模型，是由美国Michigan大学的J.Holland 是软件的质量和可靠性变得越来越低.软件测 教授于1975年首先提出.组合优化是遗传算 试作为一种提高软件质量和可靠性的重要手 法最基本也是最重要的研究领域之一 近几年 段，其目的在于发现软件中以前不曾发现的缺 来，随着对于遗传算法研究的不断深人完善，越 陷，以减少软件中潜在的缺陷，以保证软件投人 来越多的人认识了解了遗传算法，并把它应用 使用后发生故障的机率降到最小.测试用例的 到越来越广泛的领域，例如机器学习、模式识 设计和生成在软件测试中起着关键的作用.遗 别、图像处理、神经网络、工业优化控制和社会 传算法作为一种新型的、模拟生物进化过程的 科学等方面，并取得了很大的成功.由于遗传 随机化优化方法，十几年来在组合优化领域得 算法的整体搜索策略和优化计算时不依赖于梯 到了相当广泛的研究和应用 测试用例质量的 度信息，所以它尤其适合于处理传统搜索方法 提高和优化是一个非线性优化问题，可以很好 难以解决的高度复杂的非线性问题. 地利用遗传算法来解决该问题.本文主要研究 第41卷 李 伟等:基于遗传算法测试用例的生成和优化 635 了遗传算法在软件测试用例的生成和优化等方 择又称复制或再生(reproduanction):是从群体 面的应用，以提高软件测试用例的质量 中选择优胜的个体，淘