基于天牛须搜索的软件测试数据扩增方法

摘要：

为使原测试用例集满足软件演化后新版本程序的测试需求,提出一种基于天牛须搜索算法的软件测试数据扩增方法.静态分析新旧版本程序,获取调用图和程序执行信息并得到所需测试的目标方法集,通过计算目标方法包含错误的影响度获得有序目标方法集.根据原测试用例集的覆盖信息选取部分测试用例作为初始的进化种群,基于分支距离和分支嵌套深度设计适应度函数,采用改进的天牛须搜索算法对有序目标方法集实现测试数据扩增.实验结果表明,与基于遗传算法和粒子群优化算法的测试数据扩增方法相比,该方法的测试数据扩增效率约平均提升49.91％和24.76％,且有效降低了回归测试成本.

关键词：回归测试;测试用例扩增;目标方法集;天牛须搜索算法;Metropolis准则

所属期刊栏目：47

分类号：TP311(计算技术、计算机技术)

资助基金：陕西省重点研发计划项目"多线程程序并发故障智能测试关键技术研究";西安市科技计划项目"基于群体智能的多目标软件测试优化关键技术研究"

在线出版日期：2021-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：191-196