基本路徑測(cè)試是一種應(yīng)用廣泛的白盒測(cè)試技術(shù)。對(duì)于邏輯關(guān)系復(fù)雜的程序而言,現(xiàn)有的基于基本路徑測(cè)試的測(cè)試用例自動(dòng)生成方法仍然存在很多問(wèn)題。本文從測(cè)試用例生成的全過(guò)程出發(fā),研究并改進(jìn)基于基本路徑測(cè)試的測(cè)試用例自動(dòng)生成方法,開發(fā)一款測(cè)試用例自動(dòng)生成軟件。論文的主要研究工作如下:（1）針對(duì)不可達(dá)路徑檢測(cè)準(zhǔn)確度低的情況,本文提出了改進(jìn)的不可達(dá)路徑檢測(cè)方法,該方法將“記錄調(diào)用點(diǎn)的子程序摘要”與“更新調(diào)用點(diǎn)上下文”兩種技術(shù)相結(jié)合。能夠在不增加時(shí)間開銷的情況下,提高檢測(cè)的準(zhǔn)確度。實(shí)驗(yàn)結(jié)果表明,該方法與改進(jìn)之前相比,能準(zhǔn)確檢測(cè)出存在子程序調(diào)用語(yǔ)句的不可達(dá)路徑,準(zhǔn)確度平均提高39.21%。（2）對(duì)現(xiàn)有的遺傳算法做出改進(jìn),以提高測(cè)試用例生成效率。第一,在個(gè)體適應(yīng)性評(píng)價(jià)標(biāo)準(zhǔn)方面,將層接近度與分支距離相結(jié)合組成適應(yīng)度函數(shù),并在原適應(yīng)度函數(shù)基礎(chǔ)上進(jìn)行指數(shù)函數(shù)轉(zhuǎn)換,以調(diào)整算法初期種群個(gè)體間的差異分布;第二,交叉操作,采用動(dòng)態(tài)控制交叉點(diǎn)位置的交叉策略,擴(kuò)大搜索空間;第三,在變異算子上,采用最優(yōu)個(gè)體保留法提高遺傳算法在局部空間的搜索能力,改進(jìn)該算法的整體運(yùn)行效率。通過(guò)MATLAB進(jìn)行仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,改進(jìn)的遺傳算法擁... 

【文章來(lái)源】：山東科技大學(xué)山東省

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１蟻群優(yōu)化算法基本原理??Ｆｉｇ．２．１?Ｂａｓｉｃ?ｐｒｉｎｃｉｐｌｅ?ｏｆ?ａｎｔ?ｃｏｌｏｎｙ?ｏｐｔｉｍｉｚａｔｉｏｎ?ａｌｇｏｒｉｔｈｍ??ＡＳ的基本設(shè)計(jì)流程如下：（１）確定編碼規(guī)范，然后隨機(jī)從被測(cè)程序的輸入??域中選擇一個(gè)測(cè)試用例，并根據(jù)編碼規(guī)則將其轉(zhuǎn)化為位串Ｂ：?（２）執(zhí)行測(cè)試用??

圖２．２?ＰＳＯ運(yùn)算流程圖??Ｆｉｇ．２．２?ＰＳＯ?ｏｐｅｒａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ??１０??

圖３．１修改后的三角形判定程序代碼??Ｆｉｇ．３．１?Ｒｅｖｉｓｅｄ?ｃｏｄｅ?ｆｏｒ?ｔｒｉａｎｇｌｅｓ??（２）獲得程序有向圖??對(duì)該程序進(jìn)行簡(jiǎn)單的邏輯分析，可以得到該程序的有向圖，如圖３．２所示

【參考文獻(xiàn)】：
期刊論文
[1]基于蟻群算法的軟件接口測(cè)試用例生成[J]. 勞天,馬由.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(01)
[2]一種基于遺傳算法的Fuzzing測(cè)試用例生成新方法[J]. 劉淵,楊永輝,張春瑞,王偉.  電子學(xué)報(bào). 2017(03)
[3]基于改進(jìn)遺傳算法的測(cè)試數(shù)據(jù)自動(dòng)生成的研究[J]. 高雪笛,周麗娟,張樹東,柳昊明.  計(jì)算機(jī)科學(xué). 2017(03)
[4]基于數(shù)據(jù)流準(zhǔn)則的測(cè)試用例生成方法[J]. 陳潔瓊,姜淑娟,張爭(zhēng)光.  計(jì)算機(jī)科學(xué). 2017(02)
[5]面向多目標(biāo)測(cè)試用例優(yōu)先排序的蟻群算法信息素更新策略[J]. 邢行,尚穎,趙瑞蓮,李征.  計(jì)算機(jī)應(yīng)用. 2016(09)
[6]基于分支相關(guān)性分析的不可達(dá)路徑檢測(cè)方法[J]. 姜淑娟,韓寒,史嬌嬌,張艷梅,鞠小林,錢俊彥.  計(jì)算機(jī)研究與發(fā)展. 2016(05)
[7]基于遺傳算法和分支覆蓋的測(cè)試數(shù)據(jù)生成方法[J]. 姜元鵬,董慶杰.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(01)
[8]基于LLVM的函數(shù)內(nèi)聯(lián)優(yōu)化技術(shù)研究[J]. 郭振華,吳艷霞,安龍飛,張國(guó)印,盧文祥.  計(jì)算機(jī)工程與應(yīng)用. 2017(03)
[9]基于自適應(yīng)變異粒子群優(yōu)化算法的測(cè)試數(shù)據(jù)生成[J]. 邵楠,周雁舟,惠文濤,嚴(yán)亞偉.  計(jì)算機(jī)應(yīng)用研究. 2015(03)
[10]基于模擬退火離散粒子群算法的測(cè)試點(diǎn)優(yōu)化[J]. 焦曉璇,景博,黃以鋒,鄧森,竇雯.  計(jì)算機(jī)應(yīng)用. 2014(06)

博士論文
[1]復(fù)雜軟件測(cè)試數(shù)據(jù)進(jìn)化生成理論及應(yīng)用[D]. 姚香娟.中國(guó)礦業(yè)大學(xué) 2011

碩士論文
[1]面向路徑的字符串測(cè)試數(shù)據(jù)生成方法研究[D]. 唐玉賓.北京郵電大學(xué) 2017
[2]基于改進(jìn)粒子群算法的嵌入式軟件測(cè)試用例自動(dòng)生成技術(shù)[D]. 羅思放.浙江大學(xué) 2017
[3]基于層次聚類的不可達(dá)路徑檢測(cè)方法研究[D]. 王紅陽(yáng).中國(guó)礦業(yè)大學(xué) 2016
[4]遺傳算法在自動(dòng)化測(cè)試用例生成中的應(yīng)用研究[D]. 周雨芹.華中科技大學(xué) 2015
[5]面向數(shù)據(jù)流挖掘的分類和聚類算法研究[D]. 張丹丹.北京交通大學(xué) 2014
[6]一種改進(jìn)的遺傳算法及應(yīng)用[D]. 李延梅.華南理工大學(xué) 2012
[7]基于改進(jìn)型遺傳算法的面向路徑測(cè)試數(shù)據(jù)生成[D]. 王林.北京化工大學(xué) 2011
[8]基于蟻群優(yōu)化的正交小波變換盲均衡算法[D]. 陳佩佩.安徽理工大學(xué) 2011
[9]程序中不可達(dá)路徑的識(shí)別及其在結(jié)構(gòu)測(cè)試中的應(yīng)用[D]. 陳蕊.中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所） 2006



本文編號(hào)：3081795