[01000253]基于进化优化的复杂软件测试数据自动生成理论与方法

该项目是计算机、自动化和应用数学等学科有机交叉、新颖且富有挑战性的研究方向，有非常明确的产业需求. 对于复杂软件的测试数据生成问题，传统的随机法和基于形式分析的方法往往难以奏效.采用进化算法生成复杂软件的测试数据，是近年来软件测试领域非常有潜力的研究方向之一.该项目分别针对复杂软件的各种测试要求，提出多种测试数据进化生成理论与方法，以及相应的高性能进化算法.该项目取得的科研成果如下:(1)针对路径覆盖问题，利用条件语句之间的相关性，判定不可行路径;针对很多路径覆盖测试数据生成问题，根据路径之间的相似度，对目标路径分组，将一个含有很多目标的复杂优化问题，转化为若干含有较少目标的简单问题，并采用多种群遗传算法求解. (2)需求测试方面，针对次释放问题，提出基于骨架分析的多层次进化优化方法.利用分层的方法，有效降低问题的规模和难度.(3)回归测试方面，给出基于搜索的测试数据优先级理论和方法.通过构造合适的适应度函数，对测试数据进行评价;然后给出有效的进化算法，寻找测试数据的最佳执行顺序.(4)缺陷检测方面，提出一种用于域错误检测的测试数据进化生成方法.通过边界串谓词确定测试点，并利用进化方法生成相应的测试数据.(5)提出一种基于耦合度量的类间集成测试序确定方法.给出一种在度量中使用的耦合权重的计算方法，对测试桩的复杂度进行新的耦合度量;然后给出一种基于图的启发式进化算法，从而得到最佳的测试顺序.(6)建立了一套较为完善的高性能进化算法理论和方法，为有效解决测试数据进化生成问题奠定了基础.该项目的研究成果，不但可以提高软件质量，而且可以缩减软件开发成本，并可在发明专利方面为中国信息产业的发展提供源头技术，因此，具有重要的理论意义和实际应用价值.该项目出版专著3部，教材3部，译著1部，申请发明专利4项、软件著作权2项，发表学术论文300余篇，其中，被SCI、EI检索200篇左右.