基于啟發(fā)式搜索的軟件測試數(shù)據(jù)的自動生成.pdf

1、近年來,用戶對軟件需求的復(fù)雜度在逐漸增高,軟件規(guī)模越來越龐大,軟件質(zhì)量問題得到了廣泛的關(guān)注。軟件測試是保障軟件質(zhì)量的有效手段,其中自動化測試技術(shù)能夠打破手工測試的局限性,通過自動生成測試數(shù)據(jù),有效的提升了軟件測試的效率。本文研究如何將啟發(fā)式算法用于軟件測試數(shù)據(jù)的自動生成,并以三角形分類問題作為實例,驗證啟發(fā)式算法在測試數(shù)據(jù)自動生成上的優(yōu)勢。
　　本文首先介紹了軟件自動化測試的相關(guān)技術(shù),重點研究面向路徑的測試數(shù)據(jù)自動生成技術(shù)。然后,

2、詳細(xì)闡述啟發(fā)式算法相關(guān)概念。啟發(fā)式算法包括遺傳算法,模擬退火算法,蟻群算法以及禁忌算法等,是一組指導(dǎo)算法搜索方向的、建議性質(zhì)的規(guī)則集。本文重點研究遺傳和模擬退火算法在自動化測試方面的應(yīng)用。遺傳算法是一種全局優(yōu)化搜索方式,具有廣泛的實用性,是從生物的進化過程抽象出來,基于概率意義,隨機進行迭代進化的方法。但是,遺傳算法具有自身的缺陷。例如,局部搜索能力不足、收斂速度慢以及穩(wěn)定性也較差。模擬退火算法是局部搜索算法的擴展,針對遺傳算法的缺陷,