基于LSGA的最小测试用例集自动生成  

Automatic Generation of Minimal Test Suite Based on LSGA

作　　者：刘冬[1,2] 靳蓓蓓[3] 阙向红[2] 

机构地区：[1]皖医弋矶山医院计算机中心,安徽芜湖241001 [2]华中科技大学网络与计算中心,湖北武汉430030 [3]安徽师范大学,安徽芜湖241000

出　　处：《微电子学与计算机》2011年第12期115-118,共4页Microelectronics & Computer

基　　金：安徽省教育厅自然科学基金(KJ2010B363);皖南医学院中青年科研基金(WK201038F)

摘　　要：测试数据的生成是一个复杂的问题且其技术和方法还不成熟.根据实现语句覆盖的测试目标,提出了最大稳定遗传算法(LSGA).该算法充分考虑了遗传算法的稳定性并在构造适应度函数和路径编号时提出了"邻近者优先"原则和"就近路径编号"原则.这个算法可以生成满足测试目标的最小用例集且其性能明显优于遗传算法.Test data generation is a complicated problem and its method and technique are not mature.According to the test target,which achieves statement coverage,this paper proposes the largest steady genetic algorithm（LSGA）.It considers the steady of GA and this paper proposes the ＂the neighbor first＂ principle and ＂nearby-path numbering＂ principle when fitness function is built and path is numbered.It can generate the minimal test suite to meet the test target and its performance is superior to GA.

关 键 词：测试用例集 测试用例 基本路径集 最大稳定遗传算法 遗传算法 软件测试 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]