[发明专利]改进个体信息共享的多目标路径覆盖测试方法及实现系统

说明书

本发明公开了一种改进个体信息共享的多目标路径覆盖测试方法及实现系统，该覆盖方法包括步骤一，以融合个体信息共享改进方法，构建一个多路径覆盖问题的数学模型，以挖掘每个子种群的价值；步骤二，多路径覆盖测试用例生成遗传算法；改进个体信息共享的路径覆盖策略；对种群集中的各种群按覆盖效果进行排序；通过个体关系矩阵的比较法减少难覆盖路径的计算量。和传统的多种群路径覆盖方法相比，在覆盖率、准确率以及时间方面效果更佳。通过种群个体信息共享策略，大大降低了因多个子种群存在而产生的计算量增加问题，在对难覆盖路径的处理上，提出的方法有效地提升了目标路径集的覆盖效率。

技术领域

本发明涉及软件开发技术领域，具体涉及一种改进个体信息共享的多目标路径覆盖测试方法及实现系统。

背景技术

测试数据生成在软件测试中受到广泛的关注，到目前为止，出现了较多针对路径覆盖问题的测试数据生成方法。虽然针对路径覆盖测试数据生成问题的研究有很多，从不同方面解决存在的各种问题，使测试覆盖效率得到了很大的提升，但从某种程度上说测试数据的生成效率依旧是不足的。原因在于这些算法针对的目标都是单目标路径，传统软件或许足以满足要求，而现今的软件结构复杂度和体量都很难估量，需要测试的目标路径非常多。当目标路径较少时，可通过手动编辑目标路径，多次执行算法程序的方式进行检测。一旦目标路径多达成百上千条时，所需的工作量将非常大，效率不高。实际上，可以考虑关于一次执行算法程序生成多个目标路径的测试用例，这样既可大大减少花费的成本，也可大幅度地提升测试用例生成的效率。

遗传算法因其自身独特的优势，在处理路径覆盖问题时表现出非常好的效果。多种群遗传算法作为多目标路径覆盖研究中常用的算法，已成为许多测试工程师的重要选择，但已有的个体信息共享策略在多种群遗传算法运用中存在一些不足之处。

发明内容

有鉴于此，有必要提供一种覆盖率和准确率更高、效率更高、减少子种群计算量的改进个体信息共享的多目标路径覆盖测试方法及其实现系统。

一种改进个体信息共享的多目标路径覆盖测试方法，包括以下步骤：

步骤一，以融合个体信息共享改进方法，构建一个多路径覆盖问题的数学模型；

最终的数学模型由n个子函数max(F_i)构成，每个子函数对应一个优化问题，每个优化问题对应一个覆盖目标路径的测试数据；每个子函数分别对应一条具体的目标路径，通过对各个子函数求解，找到对应每个子函数的解，形成一个包含多个解的解集合；

步骤二，改进遗传算法生成多目标路径覆盖测试用例；