用于测试用例最小化的遗传算法

• 作者: 李忍 祁云嵩 黄树成
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 回归测试 测试用例最小化 遗传算法
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 基金项目
• 页码范围: 6-9
• 页数: 4页
• 分类号: TP301.6
• 字数: 4022字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2015.09.002

摘要

测试用例最小化是回归测试的重点和难点,是软件测试研究的热点之一.遗传算法具有高效的搜索寻优能力,在回归测试优化中受到广泛的研究.但是,经典遗传算法用于测试用例最小化会过早收敛,容易陷入局部最优.现设计了一种改进的遗传算法:根据测试用例的代码覆盖情况,设计基因编码并构建初始种群;结合测试用例的权重、覆盖率和运行代价设计适应度函数;对选择算子和交叉算子分别进行改进,不但可以有效地抑制遗传算法的过早收敛,还可以提高收敛速度.研究对比表明,在满足理想的覆盖率的前提下,改进的遗传算法能够有效地获得测试用例最小化集,大大降低了回归测试的代价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祁云嵩	江苏科技大学计算机科学与工程学院	41	223	8.0	12.0
2	黄树成	江苏科技大学计算机科学与工程学院	36	126	5.0	10.0
3	李忍	江苏科技大学计算机科学与工程学院	1	1	1.0	1.0