基于MPGA的面向路徑測試用例自動生成方法研究.pdf_第1頁
已閱讀1頁，還剩59頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著軟件技術(shù)的發(fā)展和軟件項目規(guī)模的不斷擴(kuò)大，軟件測試的作用越來越重要。測試用例(Test case)是為特定目標(biāo)開發(fā)的測試輸入、執(zhí)行條件和預(yù)期結(jié)果的集合，它的自動生成技術(shù)是軟件測試自動化的關(guān)鍵技術(shù)之一。構(gòu)建測試用例是一個難題，測試用例合適與否直接關(guān)系到錯誤能否被預(yù)期測出。遺傳算法(Genetic algorithm, GA)是模仿生物遺傳和進(jìn)化機(jī)制的一種最優(yōu)化方法，自上個世紀(jì)90年代以來，人們就開始嘗試將遺傳算法等人工智能技術(shù)運(yùn)用于軟件

2、測試中，并取得了一定的研究成果。
　　 本文主要研究的是面向路徑的測試用例自動生成方法的優(yōu)化策略。論文首先介紹了軟件測試的基本理論、方法、測試用例自動生成技術(shù)及一些現(xiàn)有的實現(xiàn)方法，闡述了遺傳算法的基本原理、步驟、存在的優(yōu)缺點(diǎn)及其在軟件測試領(lǐng)域的運(yùn)用。其次，針對標(biāo)準(zhǔn)遺傳算法(Standard Genetic algorithm， SGA)存在的未成熟收斂問題，本文提出了應(yīng)用多種群遺傳算法(Multi-Population Gene

3、tic Algorithm, MPGA)來自動生成面向路徑的測試用例的系統(tǒng)方案。由于個體在種群間的遷移交換，MPGA保持了種群的多樣性，相比SGA收斂性好，通過MATLAB工具仿真，驗證了這一算法的高效性即所花費(fèi)的時間和在找到目標(biāo)路徑所需生成的用例數(shù)量上SGA都明顯多于MPGA。再次，該系統(tǒng)在MPGA生成的測試用例基礎(chǔ)上做了進(jìn)一步優(yōu)化，應(yīng)用測試用例縮減算法減少了冗余用例，大大降低了測試成本。最后，指出了本文提出方案的不足之處，及今后需要

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論