本文關(guān)鍵詞：遺傳算法在交互概覽圖測試路徑生成中的應(yīng)用研究

  更多相關(guān)文章： UML模型 交互概覽圖 遺傳算法 測試路徑

【摘要】：隨著科學(xué)技術(shù)的快速發(fā)展,各種軟件產(chǎn)品出現(xiàn)在人們的生活當中,因此人們對于軟件質(zhì)量的要求也逐漸提升。軟件測試是比較復(fù)雜耗時的,然而良好的軟件測試方案,測試方法對于減少軟件開發(fā)中的重復(fù)勞動、降低軟件維護工作量的作用是顯著的。近年來面向?qū)ο蠹夹g(shù)快速發(fā)展,大量的軟件產(chǎn)品的開發(fā)都使用了面向?qū)ο蠹夹g(shù),這使得基于UML模型的軟件測試變得尤為重要。UML使用活動圖來構(gòu)建有關(guān)系統(tǒng)動態(tài)方面信息的模型,使用時序圖構(gòu)建系統(tǒng)中對象之間的交互細節(jié)信息。但是這兩種圖都只是表示系統(tǒng)某一方面的信息,不能夠全面的展示系統(tǒng),所以UML2.0這一版本為了彌補這個缺點提出了一個新圖-交互概覽圖,它綜合了上述兩種圖的優(yōu)點,既能描述系統(tǒng)層面的信息又能表示對象之間的詳細的交互信息,使得基于該圖的測試更加全面和充分。所以本文選取UML交互概覽圖為研究對象。作為解決優(yōu)化問題的一種搜索算法,遺傳算法被廣泛應(yīng)用到各個領(lǐng)域中去,對遺傳算法的應(yīng)用研究也越來越受關(guān)注。近些年來遺傳算法被引用到軟件測試中,其在結(jié)構(gòu)測試數(shù)據(jù)生成中的應(yīng)用得到了廣泛的研究。Ahmed等第一次將遺傳算法應(yīng)用到有關(guān)路徑的測試中去,而且還是多路徑的。Chartchai Doungsa-ard等運用遺傳算法生成了UML狀態(tài)圖的測試數(shù)據(jù),Nidal Yousef等將時序圖、類圖和遺傳算法結(jié)合起來完成了測試數(shù)據(jù)生成的自動化。由已有的研究可知,我們能夠?qū)⑦z傳算法運用到那些使用了UML進行建模的系統(tǒng)的相關(guān)測試中去,并能夠生成高效的測試數(shù)據(jù)。因此本文選取遺傳算法來生成交互概覽圖的測試路徑。本文以UML交互概覽圖為研究對象,應(yīng)用遺傳算法來生成交互概覽圖的測試路徑。主要進行了如下工作:(1)對UML建模語言以及遺傳算法的基礎(chǔ)理論知識進行了介紹。結(jié)合了已有的有關(guān)時序圖、交互概覽圖測試方法的研究,給出了UML時序圖以及交互概覽圖的形式化定義。(2)將交互概覽圖的控制結(jié)構(gòu)和交互節(jié)點分開處理,交互概覽圖不僅包含了系統(tǒng)的業(yè)務(wù)流程信息還包含了對象交互細節(jié)信息,首先在不考慮交互概覽圖交互節(jié)點細節(jié)信息的條件下,將交互概覽圖的控制流程信息按照轉(zhuǎn)換規(guī)則轉(zhuǎn)化為控制流圖。由于交互概覽圖的交互節(jié)點實質(zhì)上是一個個的時序圖,所以接著需要考慮交互節(jié)點細節(jié)信息,將其轉(zhuǎn)化為消息調(diào)用圖。(3)控制流圖測試路徑的生成。使用基于棧的權(quán)重分配算法和信息流度量方法來為控制流圖中的每個節(jié)點分配權(quán)重值。根據(jù)控制流圖中決策節(jié)點的個數(shù)來確定由該圖生成初始種群的個體基因編碼長度,編碼方式采用0-1編碼。每個個體基因表示控制流圖的一條路徑,計算路徑中節(jié)點的權(quán)重值之和作為該路徑的適應(yīng)度值,進行選擇交叉、變異操作直到產(chǎn)生最優(yōu)測試路徑。(4)消息調(diào)用圖測試路徑的生成。按照基本路徑提取算法獲取消息調(diào)用圖的基本路徑,選取消息調(diào)用圖中最長路徑的長度作為個體基因編碼的長度,使用節(jié)點的編號來對各個基因位取值。按照一定的規(guī)則,產(chǎn)生一個隨機數(shù),根據(jù)這個隨機數(shù)來生成初始個體的首個基因位的值,根據(jù)該值在消息調(diào)用圖中任意選取一條測試路徑(基因),按照這種方式生成初始種群。以個體對基本路徑的覆蓋程度為依據(jù)構(gòu)造適應(yīng)度函數(shù),進行選擇、交叉、變異直至產(chǎn)生最優(yōu)測試路徑。(5)交互概覽圖測試路徑生成。將控制流圖中最優(yōu)測試路徑的一些節(jié)點替換為其節(jié)點相對應(yīng)的消息調(diào)用圖的測試路徑,這樣交互概覽圖的測試路徑就生成了。(6)通過具體實例驗證了本文所提出的方法。實驗結(jié)果表明使用本文所提的方法能夠生成優(yōu)化的測試路徑,減少測試工作量,提高測試效率。
【關(guān)鍵詞】：UML模型 交互概覽圖 遺傳算法 測試路徑
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP311.53;TP18
【目錄】：

• 中文摘要3-5
• 英文摘要5-9
• 1 緒論9-15
• 1.1 論文的選題及研究意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀及存在的問題10-12
• 1.3 本文的研究內(nèi)容及主要工作12-13
• 1.4 本文的組織安排13-15
• 2 UML模型相關(guān)知識15-33
• 2.1 UML簡介15
• 2.2 UML發(fā)展歷史15-16
• 2.3 UML的組成結(jié)構(gòu)16-20
• 2.3.1 UML的基本構(gòu)造塊17-18
• 2.3.2 UML規(guī)則18
• 2.3.3 UML公共機制18-20
• 2.4 UML中的主要模型圖20-33
• 2.4.1 用例圖21-22
• 2.4.2 靜態(tài)圖22-25
• 2.4.3 行為圖25-28
• 2.4.4 交互圖28-30
• 2.4.5 實現(xiàn)圖30
• 2.4.6 UML模型在軟件測試中的應(yīng)用30-33
• 3 遺傳算法相關(guān)知識33-45
• 3.1 遺傳算法簡介33-36
• 3.1.1 遺傳算法的發(fā)展歷程33-34
• 3.1.2 遺傳算法的運算過程34-35
• 3.1.3 遺傳算法的特點35-36
• 3.2 遺傳算法基本實現(xiàn)36-42
• 3.2.1 遺傳算法基本組成要素36-41
• 3.2.2 遺傳算法描述41-42
• 3.3 遺傳算法在交互概覽圖應(yīng)用中的可行性分析42-45
• 4 遺傳算法在交互概覽圖測試路徑生成中的應(yīng)用45-67
• 4.1 生成測試路徑的相關(guān)理論知識45-49
• 4.1.1 UML交互概覽圖在軟件測試中的重要性45-46
• 4.1.2 UML模型的形式化46
• 4.1.3 生成測試用例的基本流程46-49
• 4.2 控制流圖測試路徑的生成49-59
• 4.2.1 構(gòu)造控制流圖49-51
• 4.2.2 生成控制流圖的測試路徑51-59
• 4.3 消息調(diào)用圖的測試路徑的生成59-65
• 4.3.1 構(gòu)造消息調(diào)用圖60-61
• 4.3.2 生成消息調(diào)用圖的測試路徑61-65
• 4.4 交互概覽圖測試用例的生成65-67
• 5 實驗分析67-79
• 5.1 汽車租賃系統(tǒng)的交互概覽圖及相應(yīng)的時序圖67-72
• 5.2 實驗過程及結(jié)果分析72-79
• 6 總結(jié)與展望79-81
• 致謝81-83
• 參考文獻83-87
• 附錄87
• A.作者在攻讀碩士學(xué)位期間發(fā)表的論文題目87

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳瑞鏞,徐大紋;具有年齡結(jié)構(gòu)的遺傳算法[J];桂林電子工業(yè)學(xué)院學(xué)報;2001年04期

2 楊艷麗,史維祥;一種新的優(yōu)化算法—遺傳算法的設(shè)計[J];液壓氣動與密封;2001年02期

3 楊宜康,李雪,彭勤科,黃永宣;具有年齡結(jié)構(gòu)的遺傳算法[J];計算機工程與應(yīng)用;2002年11期

4 谷峰,吳勇,唐俊;遺傳算法的改進[J];微機發(fā)展;2003年06期

5 ;遺傳算法[J];計算機教育;2004年10期

6 趙義紅,李正文,何其四;生物信息處理系統(tǒng)遺傳算法探討[J];成都理工大學(xué)學(xué)報(自然科學(xué)版);2004年05期

7 劉坤,劉偉波,吳忠強;基于模糊遺傳算法的電液位置伺服系統(tǒng)控制[J];黑龍江科技學(xué)院學(xué)報;2005年04期

8 張英俐,劉弘 ,馬金剛;遺傳算法作曲系統(tǒng)研究[J];信息技術(shù)與信息化;2005年05期

9 丁發(fā)智;;淺談遺傳算法[J];烏魯木齊成人教育學(xué)院學(xué)報;2005年04期

10 李冰潔;;遺傳算法及其應(yīng)用實例[J];吉林工程技術(shù)師范學(xué)院學(xué)報;2005年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計中的應(yīng)用[A];第五屆全國制冷空調(diào)新技術(shù)研討會論文集[C];2008年

3 王志軍;李守春;張爽;;改進的遺傳算法在反演問題中的應(yīng)用[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實表現(xiàn)——第二屆工程建設(shè)計算機應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學(xué)術(shù)研討會論文集[C];2006年

6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議專刊[C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計算機編程中的應(yīng)用[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

9 靳開巖;張乃堯;;幾種實用遺傳算法及其比較[A];1996年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動遺傳算法[A];1996年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1996年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國水利報;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 蔡美菊;交互式遺傳算法及其在隱性目標決策問題中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2015年

2 張士偉;三維聲學(xué)快速多極基本解法在機械噪聲預(yù)測中的應(yīng)用研究[D];沈陽工業(yè)大學(xué);2016年

3 高軍;無鉛焊料本構(gòu)模型及其參數(shù)識別方法研究[D];南京航空航天大學(xué);2015年

4 Amjad Mahmood;半監(jiān)督進化集成及其在網(wǎng)絡(luò)視頻分類中的應(yīng)用[D];西南交通大學(xué);2015年

5 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

6 郝國生;交互式遺傳算法中用戶的認知規(guī)律及其應(yīng)用[D];中國礦業(yè)大學(xué);2009年

7 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

8 馬國田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

9 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學(xué);2002年

10 周激流;遺傳算法理論及其在水問題中應(yīng)用的研究[D];四川大學(xué);2000年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學(xué);2006年

2 鐘海萍;原對偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

3 彭騫;基于遺傳算法的山區(qū)高等級公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

4 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測[D];昆明理工大學(xué);2015年

5 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年

6 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年

7 于光帥;一類優(yōu)化算法的改進研究與應(yīng)用[D];渤海大學(xué);2015年

8 吳欣欣;改進GA-TS算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)入侵檢測研究[D];湖南工業(yè)大學(xué);2015年

9 王壘;基于遺傳算法的A型單喇叭互通立交線形優(yōu)化[D];長安大學(xué);2015年

10 龔高;基于遺傳算法的橋梁結(jié)構(gòu)傳感器優(yōu)化布置研究[D];長安大學(xué);2015年

，

本文編號：721167