面向?qū)ο蠖鄳B(tài)路徑及測(cè)試數(shù)據(jù)生成方法的研究.pdf

1、軟件測(cè)試是保證軟件質(zhì)量的重要手段，其中測(cè)試數(shù)據(jù)的自動(dòng)生成則是測(cè)試階段最關(guān)鍵的技術(shù)。近年來(lái)廣泛應(yīng)用的面向?qū)ο?OO)技術(shù)，在提高了代碼重用性和增強(qiáng)程序靈活性的同時(shí),由于其特性也使得傳統(tǒng)的軟件測(cè)試技術(shù)已經(jīng)不能適應(yīng)現(xiàn)代軟件開(kāi)發(fā)技術(shù)的要求。統(tǒng)一建模語(yǔ)言（UML）作為廣泛應(yīng)用的標(biāo)準(zhǔn)系統(tǒng)建模語(yǔ)言，易于表達(dá)、功能強(qiáng)大。許多面向?qū)ο筌浖y(cè)試的研究都是圍繞UML模型展開(kāi)的，所以研究基于UML模型的軟件測(cè)試可以使測(cè)試工作從軟件開(kāi)發(fā)周期的早期階段開(kāi)始。

2、>　　 粒子群優(yōu)化算法是由J.Kennedy和R.C.Eberhart于1995年提出的一種基于群體的自適應(yīng)搜索進(jìn)化算法。因其概念簡(jiǎn)單、參數(shù)較少、易于實(shí)現(xiàn)、計(jì)算速度快等特點(diǎn)，自提出以來(lái)已經(jīng)受到全世界研究者的廣泛重視并被應(yīng)用于許多領(lǐng)域。已有學(xué)者嘗試將粒子群優(yōu)化算法等人工智能技術(shù)運(yùn)用于軟件測(cè)試中，并取得了一定的研究成果。但在進(jìn)化算法的搜索過(guò)程中，算法的探測(cè)和開(kāi)發(fā)能力單靠一種算法往往無(wú)法得到有效的利用。因此，本文將模擬退火算法的Metrop

3、olis準(zhǔn)則引入到粒子群優(yōu)化算法中，得到模擬退火-粒子群融合算法，使得粒子在飛行的過(guò)程中，不僅可以接受使目標(biāo)函數(shù)適應(yīng)度“變優(yōu)”的解，而且可以一定的概率接受使目標(biāo)函數(shù)適應(yīng)度“變壞”的解。
　　 本文提出了一種根據(jù)多態(tài)擴(kuò)展UML模型遍歷得到多態(tài)測(cè)試路徑的方法,并利用模擬退火-粒子群優(yōu)化算法為相應(yīng)的多態(tài)測(cè)試路徑生成測(cè)試數(shù)據(jù)，同時(shí)結(jié)合實(shí)例詳細(xì)地介紹了完整的實(shí)現(xiàn)方案，并在設(shè)計(jì)的測(cè)試數(shù)據(jù)自動(dòng)生成工具中對(duì)該方案進(jìn)行了驗(yàn)證。首先對(duì)基于UML模型

4、的多態(tài)性測(cè)試問(wèn)題進(jìn)行了深入研究，結(jié)合多態(tài)性對(duì)UML活動(dòng)圖進(jìn)行擴(kuò)展,并提出了一種優(yōu)化算法從擴(kuò)展UML活動(dòng)圖中遍歷出數(shù)量較少但覆蓋率高的測(cè)試路徑集，從而有效地解決了面向?qū)ο蠹夹g(shù)中的多態(tài)性測(cè)試問(wèn)題；其次，根據(jù)測(cè)試數(shù)據(jù)自動(dòng)生成的要求，利用模擬退火算法的思想對(duì)粒子群優(yōu)化算法進(jìn)行改進(jìn)，并將改進(jìn)后的粒子群優(yōu)化算法應(yīng)用到軟件測(cè)試中，為所生成的測(cè)試路徑生成測(cè)試數(shù)據(jù)。最后，設(shè)計(jì)了一個(gè)路徑測(cè)試數(shù)據(jù)自動(dòng)生成工具，用具體程序?qū)嵗龑?duì)其進(jìn)行演示，并對(duì)生成的結(jié)果數(shù)據(jù)進(jìn)