基于语句覆盖和缺陷检测的多目标测试数据缩减方法

摘要

本发明提出一种基于语句覆盖和缺陷检测的多目标测试数据缩减方法，目的是有效减少测试数据的冗余度，提高软件测试的效率。首先，将测试数据缩减问题转化为多目标优化问题，优化的目标是使得测试数据集的语句覆盖率和缺陷检测率尽可能地多，并且测试数据的个数尽可能地少；然后明确各个目标函数，建立多目标优化模型；最后提出一种遗传算法对该问题进行求解。该方法能够找到有效的测试数据，使其同时满足满足语句覆盖率、缺陷检测率的最大化，测试数据个数最小化。

主权项

基于语句覆盖和缺陷检测的多目标测试数据缩减方法，其特征在于如下步骤： 步骤1.1：把测试数据缩减问题转化为多目标优化问题，优化目标是能够覆盖的目标语句的个数尽可能的多；检测到的缺陷个数尽可能的多；包含的测试数据个数尽可能的少，也就是说测试数据集最小化。 步骤1.2：明确测试数据缩减问题的各个目标函数，建立多目标优化模型。 步骤1.3：利用遗传算法对基于语句覆盖和缺陷检测的多目标测试数据缩减问题进化求解。