[发明专利]基于改进遗传算法的软件测试用例智能生成方法及系统

说明书

本发明提供一种基于改进遗传算法的软件测试用例智能生成方法及系统，涉及软件工程化技术领域。本发明获取初代原始用例种群，然后基于改进遗传算法对初代原始用例种群逐步进行选择、交叉，以及变异运算，生成有效测试用例数据集，接着对有效测试用例数据集进行突变运算可生成无效及异常测试用例集。本发明对有效、无效、异常测试用例的批量智能生成，解决了现有软件测试用例的设计、生成严重依赖人工，用例生成效率不足，用例量级与软件代码规模发展速度不匹配，以及用例准确率较低等问题，提高了软件测试用例生成的智能化水平和效率。

技术领域

本发明涉及软件工程化技术领域，具体涉及一种基于改进遗传算法的软件测试用例智能生成方法及系统。

背景技术

随着信息化战争朝向新一代数字化、无人化、智能化的趋势发展，软件产品呈现出研制需求变化加快、功能与代码规模剧增、领域特点分化明显等特点；同时，为进一步推动企业软件产品质量提升,更好地适应软件研制技术向大数据、云计算、人工智能等新一代智能化新技术转型的挑战，提高测试用例的智能化生成水平与准确性，逐渐成为提高软件测试工作效能的关键技术能力。

传统软件测试用例设计方法主要有两种，一种是基于软件功能需求分析结果，人工按照等价类划分、边界值分析、猜错法等测试用例设计方法的要求，手动编写测试内容并形成测试用例文档；另一种是构建历史相似软件技术特点的原型用例库，通过人工对用例特征进行识别和筛选，适当修改后适用于被测软件系统。

然而，以上方法主要依赖于人工设计测试用例，极易受限于测试人员工作经验和专业能力的影响，导致生成的用例质量参差不齐，用例准确率较低，由此带来的隐性漏项风险更不容易被识别；此外，依赖于人工设计测试用例的方式非常受限于人力资源，用例生成效率不足，用例量级与软件代码规模发展速度不匹配。由此可见，现有的软件测试用例生成技术存在准确率低且效率低的问题。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于改进遗传算法的软件测试用例智能生成方法及系统，解决了现有软件测试用例生成技术存在准确率低且效率低的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

第一方面，本发明首先提出了一种基于改进遗传算法的软件测试用例智能生成方法，所述方法包括：

获取初代原始用例种群；

基于改进遗传算法对所述初代原始用例种群进行择优进化处理生成有效测试用例数据集和无效及异常测试用例集；所述改进遗传算法包括在遗传算法基础上增加突变算子。

优选的，所述获取初代原始用例种群包括：

进行遗传环境与遗传参数的初始化，并基于自动语义分析法，根据软件需求及接口协议提取历史测试用例数据中符合历史用例数据特点的具备遗传环境特征的有效特征字段，然后通过编码构建所述有效特征字段的基因序列，并完成初代原始用例种群的构造。

优选的，所述基于改进遗传算法对所述初代原始用例种群进行择优进化处理生成有效测试用例数据集和无效及异常测试用例集包括：

S21、基于改进遗传算法对所述初代原始用例种群执行选择算子处理得到初代优质用例种群，然后对所述初代优质用例种群执行交叉算子处理得到次代用例种群，最后对所述次代用例种群执行变异算子处理生成有效测试用例数据集；

S22、对有效用例种群中的用例个体执行突变运算，获取无效及异常测试用例集。

优选的，所述S21、基于改进遗传算法对所述初代原始用例种群执行选择算子处理得到初代优质用例种群，然后对所述初代优质用例种群执行交叉算子处理得到次代用例种群，最后对所述次代用例种群执行变异算子处理生成有效测试用例数据集包括：