[01176310]用于软件测试数据自动生成的改进遗传算法

软件测试是提高和保障软件质量的重要手段,在软件生命周期中占据重要的地位。本成果针对复杂软件的测试数据自动生成问题,研究用于软件测试数据自动生成的改进遗传算法,针对实际被测软件,研究其基于进化优化的测试数据生成理论与方法。通过研究,建立复杂软件测试数据生成问题的优化模型,提出相应的进化优化求解方法,开发测试数据生成原型系统,并应用到实际的工业软件测试中。不但可以提高软件质量,而且可以缩减软件开发成本,具有重要的理论意义和应用价值。 国内外研究概况、水平和发展趋势.与本项目相关的研究工作主要包括如下3个方面：软件测试数据生成技术、基于进化优化的软件测试数据自动生成,以及随机规划理论与方法,其国内外研究现状及发展动态分析如下： （1）软件测试数据生成技术 目前,测试数据的生成方法主要有4种,分别为随机法、静态法、动态法和试探法。现有成果为有效解决软件的测试数据生成问题提供了多种途径,从而为产生可信软件奠定了坚实的基础。但是,对复杂工业软件测试数据生成问题的研究还不多见。而随着软件领域的不断拓展,复杂软件将会占据越来越多的应用空间。因此,对复杂软件测试数据生成问题的研究迫在眉睫。 （2）基于遗传算法的软件测试数据自动生成 采用遗传算法生成复杂软件的测试数据基本思想是：通过定义合适的适应度函数,将测试数据生成问题转化为函数优化问题;然后,利用优化算法进行求解;优化问题的最优解就是满足要求的测试数据。众多学者提出了多方面的基于进化优化的软件测试理论,有效提高了软件测试的效率,从而有力促进了软件质量的提高。但是,利用进化优化方法解决复杂软件测试数据生成问题的成果还很少。 成果研究内容及创新点 研究内容主要包括以下3点： （1） 复杂软件测试数据生成问题的模型 （2） 用于复杂软件测试数据自动生成的进化求解方法 （3） 基于进化优化的复杂软件测试数据生成系统 创新点： 针对复杂被测软件,提出了基于稀有数据扑捉的路径覆盖测试数据进化生成方法;针对已有方法生成的测试数据较难发现小概率缺陷问题,提出了面向缺陷的路径覆盖测试数据进化生成方法;针对手机软件测试中测试用例数据大且不易实现自动化的问题,阐述了将粒子群算法和蚁群算法结合到遗传算法中以解决局部搜索和快速寻找精确解的思想,有效提高测试数据生成的效率,为软件测试自动化奠定了一定的理论基础。 项目成果 （1） 张岩*、巩敦卫,基于稀有数据扑捉的路径覆盖测试数据进化生成方法,计算机学报,第36卷,第12期,2429～2440页,2013 （EI检索号：20140517247932） （2） Dunwei GONG,Yan ZHANG*,Generating test data for both path coverage and fault detection using genetic algorithms,Frontiers of Computer Science,Vol.7,No.6,822～837,2013 （SCI检索号：000327494200003）（通讯作者） （3） 冯宪彬、丁蕊、佟林等,遗传算法在手机软件测试数据自动生成中的应用,科技信息,第36期,47～47页,2013。 （4） 申请软件著作权一个,《路径覆盖测试数据自动生成软件》 登记号：2014SR080568 经过历时两年的研究,基本完成了复杂软件测试的测试数据生成理论研究,建立了复杂软件测试数据生成问题的约束多目标随机规划模型,提出有针对性的进化优化解决方案;开发了基于进化优化的复杂软件测试数据生成系统,并应用到实际的软件测试中,申请了计算机软件著作权登记1项;研究内容在被SCI,Ei等检索的重要国际国内学术期刊、国内核心期刊或国际会议论文集上发表高水平论文3篇。