基于遗传算法与LightGBM融合的测试用例生成方法  

Test Case Generation Method Based on the Fusion of Genetic Algorithm and LightGBM

作　　者：郝宵 谭文安[1] HAO Xiao;TAN Wen’an(School of Computer and Information Engineering,Shanghai Polytechnic University,Shanghai 201209,China)

机构地区：[1]上海第二工业大学计算机与信息工程学院,上海201209

出　　处：《上海第二工业大学学报》2024年第2期180-187,共8页Journal of Shanghai Polytechnic University

基　　金：国家自然科学基金项目(61672022,U1904186);上海市研究生教育学会研究课题(ShsgeG202207)资助。

摘　　要：随着互联网技术不断发展,各类商务软件功能需求不断增加,且其复杂性逐渐提高,软件的可靠性与安全性受到了越来越多的关注,软件测试是软件质量保障的关键技术。由于现代商务软件产品具有需求变化频繁、版本迭代过快等特点,为其手工编写测试用例会耗费大量人力成本,尤其敏捷开发过程中,回归测试等需要产生大量重复用例。采用机器学习技术,基于遗传算法和LightGBM模型,提出了一个测试用例自动生成模型,创新贡献表现在:①将测试步骤抽象为有向图模型,简化测试用例数据;②采用遗传算法求解有向图可达路径,替代人工生成测试路径;③采用LightGBM模型加快遗传算法收敛速度,实验验证了所提出方法的有效性,满足测试覆盖准则。该模型可减少测试人员工作,加快测试速度,对提升项目质量、加快项目进度具有重要意义。ing the test steps into a directed graph model,the test case data were simplified;②The genetic algorithm was used to solve reachable paths in directed graphs,replacing manually generated test paths;③Using the LightGBM model to accelerate the convergence speed of the genetic algorithm,the effectiveness of the proposed method was experimentally verified,meeting the testing coverage criteria.This model can reduce the workload of testers,accelerate testing speed,and is of great significance for improving project quality and accelerating project progress.

关 键 词：软件测试 遗传算法 LightGBM 有向图 测试用例生成 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]