基于元啟發(fā)式算法的測試場景生成與優(yōu)化方法.pdf

1、軟件測試是保證軟件質(zhì)量和提高軟件可靠性的重要技術(shù)。隨著基于UML模型的軟件開發(fā)與RUP開發(fā)過程的廣泛應(yīng)用，使得基于UML模型的測試逐漸成為基于模型測試的主要研究方向?；谒阉鞯能浖こ虇栴}可以轉(zhuǎn)化為優(yōu)化問題，優(yōu)化問題又可以使用元啟發(fā)式算法解決。其中，在基于UML活動(dòng)圖生成與優(yōu)化測試場景的問題上，遺傳算法是最常用的元啟發(fā)式算法。
　　在場景生成問題上引入遺傳算法，對(duì)該問題提供了必然的動(dòng)力，然而遺傳算法局部搜索能力差，在進(jìn)化后期搜索效

2、率低，導(dǎo)致算法比較費(fèi)時(shí)；并且隨著軟件規(guī)模與復(fù)雜度迅猛增長，在測試過程中，很難進(jìn)行詳盡的測試。另外，測試本身還要求在有限的時(shí)間內(nèi)發(fā)現(xiàn)盡可能多的錯(cuò)誤。因此，需要根據(jù)某種需求對(duì)場景進(jìn)行優(yōu)化，其目的是在有限的時(shí)間內(nèi)將注意力更多地集中在重要且復(fù)雜的部分上。
　　1）對(duì)于基于UML活動(dòng)圖生成測試場景問題，提出了混合遺傳算法，該方法結(jié)合遺傳算法和爬山算法，解決了遺傳算法局部搜索能力差的問題。并且為了避免“早熟”現(xiàn)象，在算法每次進(jìn)行爬山操作之前調(diào)

3、用種群生成函數(shù)。與其它算法相比，該算法不僅解決了局部性問題而且能夠有效地提高測試場景生成的效率，從而降低測試的成本。
　　2）對(duì)于基于UML活動(dòng)圖優(yōu)化測試場景問題，提出了一種場景優(yōu)化技術(shù)。首先將活動(dòng)圖轉(zhuǎn)化為控制流圖；通過DFS遍歷控制流圖生成所有可能的測試路徑；最后對(duì)已得到的路徑進(jìn)行優(yōu)化。該優(yōu)化算法將遺傳算法和粒子群優(yōu)化算法相結(jié)合，利用粒子群優(yōu)化算法特有的記憶功能，解決遺傳算法在種群發(fā)生改變時(shí)喪失以前信息的缺點(diǎn)。與其它算法相比，該