[发明专利]一种基于遗传算法的极端测试用例生成方法

说明书

本发明公开一种基于遗传算法的极端测试用例生成方法，包括以下步骤：S1、种群生成器生成初始种群；S2、适应值计算器对S1中获得的初始种群中每个个体进行适应值计算；S3、适应值收集模块收集所有个体的适应值，并反馈给遗传算法核心；S4、遗传算法核心判断是否获得近优解，得到近优解并跳转到S5，若还未获得近优解，遗传算法核心根据上一代的适应值结果，交叉和变异产生多组指令序列，并由种群生成器嵌入汇编代码，生成下一代种群，跳转到S2；S5、得到近优解汇编代码。本发明不需要人工排指令来编写极端测试用例，可以自动生成特定的极端测试用例。

技术领域

本发明涉及一种基于遗传算法的极端测试用例生成方法，属于可靠性测试技术领域。

背景技术

遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。为需要解决的问题设计基因编码，产生初代种群之后，为每一个个体计算适应值，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越接近目标的近似解，末代种群中的最优个体可以作为问题的近似最优解。

极端测试用例在处理器验证中必不可少，因为一些边角设计错误要在极端条件下才能暴露出来，而且极端测试在硅后电器特性测试中至关重要，不仅能对频率电压边界进行摸底，还能考验各类元器件的稳定性。编写极端测试用例需要硬件设计人员指导，而且往往需要对指令序列进行手工排序，因此效率低下。

发明内容

本发明的目的是提供一种基于遗传算法的极端测试用例生成方法，以解决极端测试用例编写困难的问题。

为达到上述目的，本发明采用的技术方案是：提供一种基于遗传算法的极端测试用例生成方法，基于以下配置：

配置文件，用于使用XML格式定义个体属性、进行演化设置，其中，演化设置包含需要到达的适应值；

遗传算法核心，用于根据优胜劣汰的基本规则，在迭代过程中根据适应值，计算交叉和变异的结果，找到对生成极端测试用例有用的指令序列，该指令序列嵌入汇编代码中将产生极端测试程序；

种群生成器，用于根据遗传算法核心的交叉变异结果，生成下一代种群，所述种群为指令序列嵌入到汇编代码后产生的汇编程序；

适应值计算器，用于计算种群中个体的适应值，可以同时有多个适应值，适应值可以为程序运行过程中获取的各种指标；

适应值收集模块，用于收集种群的适应值，反馈给遗传算法核心；

所述生成方法包括以下步骤：

S1、种群生成器读取XML格式的演化配置文件、个体属性文件和约束文件，生成初始种群；

S2、适应值计算器对S1中获得的初始种群中每个个体进行适应值计算；

S3、适应值收集模块收集所有个体的适应值，并反馈给遗传算法核心；

S4、遗传算法核心根据S3中反馈的适应值和演化配置文件设置的适应值，判断是否获得近优解，当经过多次演化种群中个体适应值达到设置的适应值时，得到近优解并跳转到S5，若还未获得近优解，遗传算法核心根据上一代的适应值结果，交叉和变异产生多组指令序列，并由种群生成器嵌入汇编代码，生成下一代种群，跳转到S2；

S5、得到近优解汇编代码。

由于上述技术方案的运用，本发明与现有技术相比具有下列优点：

本发明基于遗传算法的极端测试用例生成方法，不需要人工排指令来编写极端测试用例，只需要设置好演化配置文件、个体属性文件和约束文件，就可以自动生成特定的极端测试用例。

附图说明

附图1为基于遗传算法的极端测试用例生成方法的示意图。

具体实施方式

实施例：本发明提供一种基于遗传算法的极端测试用例生成方法，基于以下配置：

配置文件，用于使用XML格式定义个体属性、进行演化设置，其中，演化设置包含需要到达的适应值；