基于搜索空间自动缩减的路径覆盖测试数据进化生成

张岩; 巩敦卫

doi:10.3969/j.issn.0372-2112.2012.05.024

您当前的位置：

首页 >

文章列表页 >

基于搜索空间自动缩减的路径覆盖测试数据进化生成

学术论文 | 更新时间：2025-07-16

- 基于搜索空间自动缩减的路径覆盖测试数据进化生成
- Evolutionary Generation of Test Data for Path Coverage Based on Automatic Reduction of Search Space
- 电子学报 2012年40卷第5期页码：1011-1016
- 作者机构：
  
  1. 中国矿业大学信息与电气工程学院,江苏,徐州,221116
  2. 牡丹江师范学院计算机科学与技术系,黑龙江,牡丹江,157012
  3. 中国矿业大学信息与电气工程学院,江苏,徐州,221116
  4. 牡丹江师范学院计算机科学与技术系,黑龙江,牡丹江,157012
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61075061);黑龙江省高校青年学术骨干支持计划项目 (No.1252G063);江苏省自然科学基金 (No.BK2010187);高等学校博士学科点专项科研基金 (博士生导师类) (No.20100095110006);中国矿业大学校优秀创新团队建设专项基金 (No.2011ZCX002);中国矿业大学培育学科创新能力提升基金 (No.2011XK09)
- DOI：10.3969/j.issn.0372-2112.2012.05.024
  中图分类号： TP301
- 纸质出版：2012
- 稿件说明：
移动端阅览
张岩, 巩敦卫. 基于搜索空间自动缩减的路径覆盖测试数据进化生成[J]. 电子学报, 2012,40(5):1011-1016.

ZHANG Yan, GONG Dun-wei. Evolutionary Generation of Test Data for Path Coverage Based on Automatic Reduction of Search Space[J]. Acta Electronica Sinica, 2012, 40(5): 1011-1016.
张岩, 巩敦卫. 基于搜索空间自动缩减的路径覆盖测试数据进化生成[J]. 电子学报, 2012,40(5):1011-1016. DOI： 10.3969/j.issn.0372-2112.2012.05.024.

ZHANG Yan, GONG Dun-wei. Evolutionary Generation of Test Data for Path Coverage Based on Automatic Reduction of Search Space[J]. Acta Electronica Sinica, 2012, 40(5): 1011-1016. DOI： 10.3969/j.issn.0372-2112.2012.05.024.

摘要

提出一种基于搜索空间自动缩减的路径覆盖测试数据进化生成方法

首先

确定目标路径与输入变量之间的关系

将可分目标路径分离出与部分分量相关的子路径;然后

固定被穿越子路径对应的输入分量

并缩小交叉和变异操作的范围

使种群在不断缩小的空间里寻找测试数据

以提高测试数据生成的效率;最后

将提出的方法用于基准程序的路径覆盖测试数据生成

并与传统方法和随机法比较.结果表明

本文方法在生成测试数据需要的进化代数、运行时间和成功率等指标上均具有优越性.

Abstract

A method of evolutionarily generating test data for path coverage based on automatic reduction of search space is presented in this study.First

the relation between the target path and the input variable is determined

and the divisible target path is divided into some sub-paths related to several elements of the input variable.Then

the elements corresponding to the traversed sub-path are fixed

and the range of crossover and mutation operations is reduced

therefore the original population searches for test data in a reduced space so that the efficiency of generating test data is improved.Finally

the proposed method is applied to generate test data for covering paths of a benchmark program

and compared with the traditional and random ones.The experimental results confirm that the proposed method is advantageous in the number of generations

time consumption and success rate.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种新的多路径覆盖测试数据进化生成方法

基于均衡优化理论的路径覆盖测试数据进化生成

基于路径自动分割的测试数据生成方法

基于否定选择遗传算法的路径覆盖测试数据生成

面向机器学习模型安全的测试与修复