面向路徑的測(cè)試數(shù)據(jù)生成方法的研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，軟件測(cè)試在確保軟件質(zhì)量和可靠性方面發(fā)揮著重要的作用。由于軟件的規(guī)模越來越大，軟件測(cè)試在整個(gè)軟件的開發(fā)周期中所占的比例越來越高。自動(dòng)化測(cè)試可以有效地提高軟件測(cè)試的效率、降低軟件開發(fā)的成本，而其中的關(guān)鍵是軟件測(cè)試數(shù)據(jù)的生成。面向路徑的測(cè)試數(shù)據(jù)生成是軟件測(cè)試數(shù)據(jù)生成的一個(gè)研究熱點(diǎn)，粒子群算法在面向路徑的測(cè)試數(shù)據(jù)生成上具有很好的應(yīng)用前景。目前關(guān)于粒子群算法及其相關(guān)改進(jìn)的研究仍有很多的不足，限制了其在路徑測(cè)試數(shù)據(jù)生成上的

2、應(yīng)用。
　　 本文首先介紹了軟件測(cè)試中的基本概念和軟件測(cè)試技術(shù)的分類，然后介紹了測(cè)試數(shù)據(jù)的生成方法。詳細(xì)介紹了在測(cè)試數(shù)據(jù)生成中常用的幾種智能搜索算法，并對(duì)其優(yōu)缺點(diǎn)進(jìn)行了分析。
　　 為了提高吸引排斥粒子群算法的效率，本文對(duì)其進(jìn)行了深入的研究。通過對(duì)吸引排斥粒子群算法優(yōu)缺點(diǎn)的分析，提出了一種改進(jìn)的吸引排斥粒子群算法(RARPSO)，使用了新的種群多樣性指標(biāo)計(jì)算公式和個(gè)體位置向量更新公式，并通過多個(gè)性能測(cè)試函數(shù)驗(yàn)證了其效率。

3、
　　 將改進(jìn)的吸引排斥粒子群算法應(yīng)用到單路徑測(cè)試數(shù)據(jù)生成中，提出了一種基于RARPSO算法的單路徑測(cè)試數(shù)據(jù)生成方法，并通過多個(gè)基準(zhǔn)測(cè)試程序驗(yàn)證了其具有較高的單路徑測(cè)試數(shù)據(jù)生成效率。
　　 研究了多路徑測(cè)試數(shù)據(jù)生成的問題和小生境技術(shù)的相關(guān)應(yīng)用，提出了一種新的小生境粒子群算法（多生境粒子群算法，MNPSO），并將其應(yīng)用到了多路徑測(cè)試數(shù)據(jù)生成上。接著提出了一種基于MNPSO算法的多路徑測(cè)試數(shù)據(jù)生成方法，并通過多個(gè)基準(zhǔn)測(cè)試程序