遗传算法生成软件测试用例.pdfVIP

科学之友 Friend of Science Amateurs 2008~O2B国 遗传算法生成软件测试用例 王志强 (太原理工大学，山西 太原 030024) 摘 要：文章介绍了一种新开发的基于遗传算法的软件测试用例自动生成方法NPSGA， 实验表明，该算法在测试数据自动生成的效率和效果方面，优于传统的测试用例生成方法。 关键词：软件测试；遗传算法；生成测试用例 中图分类号：TP317．3 文献标识码：A 文章编号：1000—8136(2008)02—0005—02 NPSGA(Novelty Proximity Severity Genetic algorithms)方法结 区域错误 合现有的用例生成方法，利用遗传算法(GA)生成软件测试用例，图 三 1是周期框架图。在此框架中，数据仓库存放预先从任一类型的测 角 形 试输出的结果，用来评估由GA生成的新测试用例的适应度( t— 的 neSS)；新的测试用例输入目标系统，得到的结果被记录在数据仓 边 库的历史数据中。本方法基于遗传算法，具有以下特征：①软件测 试周期实现了从各种数据源中合并测试结果，遗传算法为测试 三角形的X边 用例提供了一个可进化的、自然的平行式计算引擎；②利用差异 图1 区域错误 性平衡适应度，产生种类繁多的测试用例，GA框架提出化石记 在某些区域将导致错误，如图2黑色部分。 录，可以生成差异较大的测试用例集合；③利用新颖度(Novelty)、 遗传算法随机产生种群，每个染色体长36位，由三角形的 亲近度(Proximity)和强行度(Severity)等概念，可以优化相关动态 三条边x，Y和Z组成，每条边长12位： 变化的适应度函数。 l1 10ol1 10101 10o10l10ol10 0o1010l1 1000 1 遗传算法 l1 1 10101 1010 100101 101010 101 1 101 1010o 早期的可计算化研究巾，进化计算方法的研究吸引了包括 第一条染色体的三边编码为：x=l 363，y=801，z=229；第二条 计算机科学家、数学家、生物学家、心理学家以及其他学者在内 位编码为：x=71 1，y=676，z=358。由上可知，第一条染色体将导致 的众多科学家。Holland第一次提出了具有选择、交叉和变异等操 区域错误，而第二条则不会。两条染色体在5号到32号基因之 作的遗传算法。遗传算法作为一种适应性搜索技术，通过模仿生 间交叉，得到两条新染色体： l1 10o101 1010 100101 101