基于否定选择遗传算法的路径覆盖测试数据生成

夏春艳; 张岩; 万里; 宋妍; 肖楠; 郭冰

doi:10.3969/j.issn.0372-2112.2019.12.024

您当前的位置：

首页 >

文章列表页 >

基于否定选择遗传算法的路径覆盖测试数据生成

学术论文 | 更新时间：2025-07-16

- 基于否定选择遗传算法的路径覆盖测试数据生成
- Test Data Generation of Path Coverage Based on Negative Selection Genetic Algorithm
- 电子学报 2019年47卷第12期页码：2630-2638
- 作者机构：
  
  1. 牡丹江师范学院计算机与信息技术学院,黑龙江,牡丹江,157012
  2. 天津大学智能与计算学部,天津,300350
  3. 牡丹江师范学院计算机与信息技术学院,黑龙江,牡丹江,157012
  4. 天津大学智能与计算学部,天津,300350
- 作者简介：
- 基金信息：
  
  黑龙江省教育厅基本科研业务费 (No.1353MSYYB005）;牡丹江师范学院科学技术研究 (No.YB2018004，No.GP201602）;黑龙江省自然科学基金 (No.F2016039）;黑龙江省教育厅 (No.1353ZD003，No.1353MSYYB007，No.1353MSYQN006）;牡丹江市科技计划 (No.Z2016s0027，No.Z2018s073）;牡丹江师范学院大学生创新训练项目 (No.201910233006）
- DOI：10.3969/j.issn.0372-2112.2019.12.024
  中图分类号： TP311
- 网络出版：2019-12-25，
  
  纸质出版：2019
- 稿件说明：
移动端阅览
夏春艳, 张岩, 万里, 等. 基于否定选择遗传算法的路径覆盖测试数据生成[J]. 电子学报, 2019,47(12):2630-2638.

XIA Chun-yan, ZHANG Yan, WAN Li, et al. Test Data Generation of Path Coverage Based on Negative Selection Genetic Algorithm[J]. Acta Electronica Sinica, 2019, 47(12): 2630-2638.
夏春艳, 张岩, 万里, 等. 基于否定选择遗传算法的路径覆盖测试数据生成[J]. 电子学报, 2019,47(12):2630-2638. DOI： 10.3969/j.issn.0372-2112.2019.12.024.

XIA Chun-yan, ZHANG Yan, WAN Li, et al. Test Data Generation of Path Coverage Based on Negative Selection Genetic Algorithm[J]. Acta Electronica Sinica, 2019, 47(12): 2630-2638. DOI： 10.3969/j.issn.0372-2112.2019.12.024.

摘要

路径覆盖是软件测试领域重要的测试方法之一.在搜索空间中，找到一组测试数据满足路径覆盖是一个具有挑战性的问题.因此，自动生成测试数据是软件测试的关键问题.文中提出一种基于否定选择遗传算法的路径覆盖测试数据生成方法，将否定选择策略融入遗传算法，动态优化遗传算法的种群数据，自动生成覆盖目标路径的测试数据.多个基准程序和工业程序的实验结果表明，与随机方法和遗传算法比较，文中方法能够提高路径覆盖率，减少冗余测试数据的生成.

Abstract

Path coverage is one of the most important testing methods in the field of software testing. It is a challenging problem to find a set of test data to satisfy the path coverage in the search space. Therefore

automatically generating test data is a key issue in software testing. In this paper

a generation method of test data based on the negative selection genetic algorithm is proposed. The negative selection strategy is integrated into the genetic algorithm

and the population data of the genetic algorithm is dynamically optimized

and the test data covering the target path is automatically generated. The experimental results show that compared with the random method and the genetic algorithm

the proposed method can improve the path coverage and reduce the generation of redundant test data.

关键词

Keywords

references

浏览量

115

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于均衡优化理论的路径覆盖测试数据进化生成

一种新的多路径覆盖测试数据进化生成方法

基于搜索空间自动缩减的路径覆盖测试数据进化生成

基于路径比较的变异测试方法

基于路径自动分割的测试数据生成方法