基于搜索算法的测试用例优化问题研究
测试用例优化是软件测试领域的研究热点之一,已有优化算法的评估多以代码覆盖为基础,这并不能完全反应程序的错误状况,高代码覆盖率的测试用例并不一定具有高的揭错能力.本文结合变异测试,从新的角度---错误覆盖出发,对两种贪心算法、一种启发式算法、及遗传算法的优化效果进行了评估,实验结果表明额外贪心算法优于其它三种算法.该评估结果的置信度更高,为此类算法的评估提供了新的研究思路.
测试用例优化、搜索算法、遗传算法、变异测试
32
TP311(计算技术、计算机技术)
2012-02-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
840-844