軟件測試作為保障軟件質量的重要途徑已經滲入到軟件開發(fā)的整個周期之中。然而,在執(zhí)行軟件測試時所需的代價占據(jù)軟件開發(fā)總代價的50%以上,如何使用較少的測試用例檢測出最多的系統(tǒng)故障是軟件測試研究的關鍵問題。組合測試方法作為一種功能測試方法,可以在保證檢錯能力的情況下,利用較少的測試用例檢測出因素間相互作用導致的系統(tǒng)故障。但是,最小測試用例集的生成在組合測試中仍是一個NP-hard問題。粒子群優(yōu)化算法作為一種群智能算法,由于具有參數(shù)少、演化過程簡單、通用性強等特點而被用于最小組合測試用例集的研究中。但是,該算法在搜尋最優(yōu)解時存在過早的收斂于局部最值、后期搜索精度低等問題。因此,本文主要通過對粒子群優(yōu)化算法的改進,解決粒子群優(yōu)化算法存在的問題,提升算法生成測試用例的效率,減少測試用例集的規(guī)模。本文的具體工作由以下幾個方面組成:(1)為了解決粒子群優(yōu)化算法容易陷入局部最優(yōu)的問題,本文采用約簡粒子群優(yōu)化算法(RAPSO)生成組合測試用例集。首先對進化方程中的速度項進行約簡,使粒子群優(yōu)化算法僅依靠位置的更新來實現(xiàn)算法的迭代,避免了人為設置粒子速度帶來的誤差,提高了粒子群優(yōu)化算法的收斂速度;然后,在RAPSO算法進化過程中采用了根據(jù)粒子當前適應度值與聚集度動態(tài)調整慣性權重取值的策略,能夠有效地避免算法在搜尋最優(yōu)解時過早的收斂于局部最值。(2)為了生成規(guī)模更小的測試用例集,本文對約簡粒子群優(yōu)化算法的慣性權重取值策略以及適應度函數(shù)進行改進。針對RAPSO算法進化方程的特點,提出一種能夠根據(jù)當前粒子與最優(yōu)粒子間的距離對慣性權重取值進行自適應調整的策略,該策略能夠對粒子的搜索范圍進行動態(tài)調整,提高RAPSO算法的尋優(yōu)能力;為了評價當前生成的測試用例與已生成測試用例之間的關系,在適應度函數(shù)中引入漢明距,選取平均漢明距最小的測試用例作為最優(yōu)測試用例,提高生成最小測試用例集的可能。(3)本文采用21個包含任意覆蓋強度的矩陣對上述兩種方法進行驗證,并將其與幾種經典的算法相比較,實驗結果表明本文方法能夠處理任意強度的覆蓋矩陣,可以生成規(guī)模更小的測試用例集。
【學位單位】：浙江理工大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP18;TP311.53
【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與現(xiàn)狀
    1.2 國內外研究現(xiàn)狀
        1.2.1 測試用例生成技術研究
        1.2.2 基于粒子群優(yōu)化生成測試用例研究
    1.3 主要研究內容
    1.4 論文組織結構
第2章 軟件測試及組合測試相關理論
    2.1 軟件測試
        2.1.1 軟件測試的目的
        2.1.2 軟件測試方法分類
    2.2 組合測試基本概念
    2.3 組合測試用例生成方法
        2.3.1 數(shù)學構造法
        2.3.2 貪心算法
        2.3.3 啟發(fā)式搜索算法
    2.4 本章小結
第3章 粒子群優(yōu)化算法
    3.1 粒子群優(yōu)化算法
    3.2 粒子群優(yōu)化算法流程圖
    3.3 粒子群優(yōu)化算法的特點
    3.4 慣性權重改進策略
    3.5 本章小結
第4章 基于RAPSO算法的組合測試用例生成方法
    4.1 約簡的自適應粒子群優(yōu)化算法
        4.1.1 約簡粒子群算法進化方程
        4.1.2 約簡粒子群算法的慣性權重調整策略
        4.1.3 適應度函數(shù)
        4.1.4 基于RAPSO生成組合測試用例的基本步驟
    4.2 實驗參數(shù)的設定
    4.3 實驗
        4.3.1 實驗設計
        4.3.2 實驗結果分析
    4.4 本章小結
第5章 基于IRAPSO算法的組合測試用例生成方法
    5.1 改進的約簡自適應粒子群優(yōu)化算法
        5.1.1 慣性權重的自適應調整策略
        5.1.2 新的適應值策略
        5.1.3 IRAPSO生成單個測試用例的算法流程
    5.2 one-test-at-a-time策略
    5.3 基于IRAPSO生成組合測試用例方法框架
    5.4 實驗
        5.4.1 實驗設計
        5.4.2 實驗結果
    5.5 本章小結
第6章 總結與展望
    6.1 內容總結
    6.2 展望
參考文獻
攻讀學位期間的研究成果
致謝

【相似文獻】

相關期刊論文 前10條

1 葉素梅;肖寒;;基于測試用例庫的復用方法研究[J];電腦知識與技術;2018年32期

2 王曙燕;陳朋媛;孫家澤;;基于變異分析的測試用例約簡方法[J];計算機應用;2017年12期

3 楊軍;盧彩霞;黃辰;王婷;;測試用例復用在電子采購交易平臺中的應用[J];計算機與數(shù)字工程;2018年01期

4 程雪梅;翟宇鵬;;測試用例修復的方法與工具綜述[J];現(xiàn)代計算機(專業(yè)版);2017年02期

5 趙鶴;高婉玲;;基于模型的軟件測試用例生成方法比較研究[J];現(xiàn)代計算機(專業(yè)版);2017年04期

6 曾嘉彥;;符號執(zhí)行技術在測試用例生成中的應用[J];現(xiàn)代計算機(專業(yè)版);2017年04期

7 張功杰;謝春麗;;面向測試用例生成的集合進化算法實現(xiàn)[J];牡丹江師范學院學報(自然科學版);2017年02期

8 魏長安;王鋼;盛云龍;張永卓;;組合測試用例自動生成軟件設計[J];自動化技術與應用;2017年05期

9 臧麗娜;;基于死鎖的并發(fā)類單元測試用例自動生成[J];計算機應用與軟件;2017年04期

10 楊芳;丁曉明;;多目標測試用例優(yōu)先級排序研究進展[J];重慶工商大學學報(自然科學版);2017年03期

相關會議論文 前10條

1 周曉燕;李兵;潘偉豐;覃葉宜;;基于錯誤傳播概率網絡的軟件回歸測試用例選擇[A];第五屆全國復雜網絡學術會議論文（摘要）匯集[C];2009年

2 王道堂;林春哲;張凱;;軟件測試用例構造方法與手段[A];計算機技術在工程建設中的應用——第十二屆全國工程建設計算機應用學術會議論文集[C];2004年

3 林春哲;張凱;王道堂;;軟件測試用例設計分析[A];計算機技術在工程建設中的應用——第十二屆全國工程建設計算機應用學術會議論文集[C];2004年

4 張俠影;李志蜀;;一種優(yōu)化的測試用例約簡方法[A];2008'中國信息技術與應用學術論壇論文集（一）[C];2008年

5 張德平;聶長海;徐寶文;;劃分測試用例選擇策略研究[A];第五屆中國測試學術會議論文集[C];2008年

6 王斌;;軟件測試用例相關問題探討[A];中國原子能科學研究院年報 2013[C];2014年

7 周瑞杰;江國華;;基于遺傳算法的面向對象類測試用例生成研究[A];2010通信理論與技術新發(fā)展——第十五屆全國青年通信學術會議論文集（下冊）[C];2010年

8 邱程;鄔小魯;何聰;范志容;李凱;;基于黑盒測試的車載影音娛樂系統(tǒng)測試用例設計方法[A];2016中國汽車工程學會年會論文集[C];2016年

9 章靠;丁佐華;;基于事件圖的并發(fā)軟件測試[A];第四屆中國軟件工程大會論文集[C];2007年

10 王新光;萬定生;張希偉;;淺談程序設計語言教學中工程能力的培養(yǎng)[A];2005全國計算機程序設計類課程教學研討會論文集[C];2005年

相關重要報紙文章 前10條

1 本報記者 王欣;5G要這么測[N];通信產業(yè)報;2017年

2 羅德與施瓦茨(中國)科技有限公司;R&S公司:集成化NB-IoT測試方案[N];通信產業(yè)報;2017年

3 特約撰稿 張勇;基于需求的測試：確保需求與軟件的統(tǒng)一[N];計算機世界;2011年

4 計算機世界實驗室 韓勖;撥云見日[N];計算機世界;2008年

5 ;找錯[N];計算機世界;2002年

6 信息產業(yè)部軟件與集成電路促進中心 于明邋唐仕武;駛入測試“快車道”[N];計算機世界;2007年

7 謝敏 沈雪芳 戴金龍;解決軟件測試的近憂和遠慮[N];計算機世界;2005年

8 劉昶;WiMAX射頻測試期待一致性解決方案[N];中國電子報;2007年

9 羅德與施瓦茨中國有限公司 劉昶;用規(guī)范化“通暢”PoC測試[N];通信產業(yè)報;2006年

10 羅德與施瓦茨中國有限公司產品支持部;R&S：實現(xiàn)端到端LTE測試[N];通信產業(yè)報;2013年

相關博士學位論文 前10條

1 劉勇;基于變異的錯誤定位優(yōu)化技術研究[D];北京化工大學;2018年

2 王靜;有效載荷系統(tǒng)測試用例智能規(guī)劃方法研究[D];中國科學院大學(中國科學院國家空間科學中心);2018年

3 郭心睿;基于“生成—檢驗”框架的軟件代碼錯誤自動修復技術研究[D];清華大學;2017年

4 張功杰;基于集合進化與占優(yōu)關系的變異測試用例生成[D];中國礦業(yè)大學;2017年

5 張慧;基于測試用例的錯誤定位技術研究[D];東南大學;2016年

6 張旭舟;面向復雜程序結構的測試用例自動生成方法研究[D];北京郵電大學;2018年

7 劉玲;基于面向對象形式規(guī)格說明的測試用例生成技術[D];上海大學;2004年

8 占學德;基于UML statecharts測試方法的研究[D];上海大學;2005年

9 金虎;自動化軟件測試技術研究[D];四川大學;2006年

10 李軍義;軟件測試用例自動生成技術研究[D];湖南大學;2008年

相關碩士學位論文 前10條

1 李晨晨;基于優(yōu)化約簡粒子群的組合測試用例生成方法[D];浙江理工大學;2019年

2 滕賽娜;基于改進粒子群的測試用例生成與排序研究[D];浙江理工大學;2019年

3 張唯;基于人工蜂群優(yōu)化算法的測試用例生成及優(yōu)先級排序[D];浙江理工大學;2019年

4 趙澤丹;基于萬有引力搜索算法的測試用例生成技術研究[D];浙江理工大學;2019年

5 徐海霞;基于元啟發(fā)式算法的測試用例生成與排序研究[D];浙江理工大學;2019年

6 歐建生;線性擬合制導的面向CDC/MCDC的測試用例自動生成方法[D];南京大學;2015年

7 季瑞驊;基于網絡擾動的復雜系統(tǒng)不確定行為檢測研究[D];南京大學;2016年

8 張嘉華;財產保險公司人力資源績效管理信息系統(tǒng)的設計與實現(xiàn)[D];電子科技大學;2017年

9 王麗瑤;蛻變測試的測試用例生成技術的研究[D];吉林大學;2018年

10 王冠成;基于機器學習的編譯器測試優(yōu)化方法研究[D];吉林大學;2018年

本文編號：2829999