基于伪并行遗传算法的路径测试数据自动生成  

Automatic Path-oriented Test Data Generation Using Pseudo-Parallel Genetic Algorithm

作　　者：陈勇[1,2] 刘勇[2] 鲍胜利[2] 

机构地区：[1]仲恺农业工程学院,广东广州510225 [2]中国科学院成都计算机应用研究所,四川成都610041

出　　处：《四川大学学报（工程科学版）》2009年第5期141-145,155,共6页Journal of Sichuan University (Engineering Science Edition)

基　　金：国家973计划资助项目(2004CB18003);四川省技术创新基金资助项目(07PT001);仲恺农业工程学院引进优秀人才科研启动基金资助项目(G2360295)

摘　　要：路径测试数据自动生成是结构测试中的关键问题,也是当前软件测试研究中的热点问题。为了探讨伪并行遗传算法用于路径测试数据生成的可行性及其效果,首先归纳了基于演化算法的路径测试数据自动生成方法的基本思想和流程,然后在MATLAB7.1上实现了一个基于粗粒度模型和基于适应度选择迁移个体的伪并行遗传算法和一个使用代沟的基本遗传算法。采用基于分支距离的适应度函数,以三角形分类程序为例比较了二者在生成路径测试数据时的性能差异。实验结果表明伪并行遗传算法较之基本遗传算法具有明显优势。此外,自由迁移和相邻迁移策略要优于单向迁移策略。Automatic path-oriented test data generation is not only a crucial problem in structural testing but a hot issue in the research of software testing today.To investigate the feasibility of Pseudo-Parallel Genetic Algorithm's(PPGA) in path testing,the main idea and basic flow of automatic path-oriented test data generation using evolutionary algorithms were concluded.On MATLAB 7.1,a coarse-grained-mode-based pseudo-parallel genetic algorithm and a Simple Genetic Algorithm(SGA) using generation gap were imple...

关 键 词：软件测试 路径测试 伪并行遗传算法 测试数据生成 

分 类 号：TP311.52[自动化与计算机技术—计算机软件与理论]