一种基于遗传算法的软件修复方法

摘要

一种基于遗传算法的软件修复方法，其包括，A.将待修复程序表示为抽象语法树结构，并生成测试用例集，所述测试用例集中包含正测试用例和负测试用例，所述正测试用例为在程序中正确执行的测试用例，所述负测试用例为程序执行异常终止或者得出错误结果的测试用例；B.复制原始程序得到M个程序副本，对M个个体进行变异操作，设置程序进化的最大进化代数；C.确定适应度函数，将所述不变量作为计算适应度的不变量约束，对每个个体执行所有测试用例，计算通过的测试用例个数和不变量约束保持数目，通过计算得到每个个体的适应度值；D.遗传操作：对每一代种群中个体进行的遗传操作包括：变异、交叉和选择；E.终止条件判断。

主权项

一种基于遗传算法的软件修复方法，其特征在于：其包括以下步骤，A.将待修复程序表示为抽象语法树结构，并生成测试用例集，所述测试用例集中包含正测试用例和负测试用例，所述正测试用例为在程序中正确执行的测试用例，所述负测试用例为程序执行异常终止或者得出错误结果的测试用例，并对原始程序执行正测试用例，通过不变量生成工具生成所述程序中的不变量；B.复制原始程序得到M个程序副本，对M个个体进行变异操作，原始程序和所述M个程序副本作为遗传算法中的初始种群；设置程序进化的最大进化代数；C.确定适应度函数，将所述不变量作为计算适应度的不变量约束，对每个个体执行所有测试用例，计算通过的测试用例个数和不变量约束保持数目，通过计算得到每个个体的适应度值；D.遗传操作：对每一代种群中个体进行的遗传操作包括：变异、交叉和选择；其包括，对种群中个体进行变异操作和交叉操作，然后根据步骤C的方法计算所述种群中个体的适应度，选择M个个体得到下一代种群；E.终止条件判断：根据新一代种群中M个个体的适应度值，若有个体的适应度值为1，即通过所有测试用例，且保持了全部的不变量约束，则达到成功修复，终止计算；判断是否达到最大进化代数，若达到，终止计算；否则，重复D‑E步骤。