[发明专利]种群进化多目标测试用例优先级排序方法

说明书

本发明针对回归软件测试中多目标测试用例优先级排序问题，公开了种群进化多目标测试用例优先级排序方法，属于软件测试技术领域。该方法首先对个体进行编码，随机初始化种群并计算非支配解集，以平均分支覆盖率和测试用例序列执行总时间为适应度函数；然后通过变异、交叉和选择生成新一代种群，使用适应度函数作为个体评价准则，实时更新迭代过程中非支配解集；最后，当迭代次数达到最大迭代次数时，非支配解集中个体为最优解集。本发明提供了一种收敛速度快的测试用例优先级排序方法，在回归测试中可尽早发现软件缺陷，降低测试成本。

技术领域

本发明属于软件测试技术领域，尤其是回归测试领域，具体涉及一种用于回归测试的多目标测试用例优先级排序方法。

背景技术

回归测试是软件生命周期中不可或缺的过程，是一种重要的保证软件正确性的手段。但随着软件的更新换代和软件规模的增大，回归测试时重新执行所有测试用例不现实，所以对测试用例进行预处理尤为重要。测试用例优先级排序(Test Case Prioritization，TCP)是一种根据给定的优化目标来寻找最优测试用例执行次序的软件回归测试技术。为了同时满足多个优化目标，出现了多目标测试用例优先级排序(Multi-Objective Test CasePrioriti-zation，MOTCP)，例如分支和时间，从而加快测试用例的缺陷检测速率。

MOTCP技术与传统的TCP技术相比主要区别在于两方面的改变，一是在优化目标的个数选取上采用两个及以上，二是在排序方法上采用加权法或者帕累托最优。Kim等人将历史上各阶段测试历史信息赋予不同的权值，然后把各权值加权求和，综合考虑测试用例的各项因素。王子元等综合考虑测试用例的组合权重和执行开销从而对测试用例集进行排序。Srikanth等在对测试用例排序时同时考虑了缺陷检测率、配置开销和环境搭建时间。牟永敏等分别对函数调用路径覆盖能力和覆盖路径检错指标定义权值后，通过求和对测试用例进行排序。但这种加权法不够智能，权值分配受人的主观影响大，错误检测率不稳定。

陈云飞等提出了一种基于粒子群优化算法的MOTCP方法，设计了粒子的表示和状态更新方式，选取了两个优化目标:有效执行时间、平均语句覆盖率，实验结果证实在MOTCP问题上效果很好。但该方法的交叉操作作为群间交互手段，计算量大，效率有待进一步提高。本发明基于种群进化的思想，结合多目标测试用例优先级排序问题，采用变异、交叉、选择等操作，提出了一种新的种群进化多目标测试用例优先级排序方法，尽早发现软件缺陷，降低测试成本，提高测试效率。

发明内容

在回归测试过程，由于测试成本、时间等多因素的影响，通常需要使用多个目标来评价一个测试用例排序结果的好坏。本发明目的在于在更短的时间内使软件测试的分支覆盖率更高。因此以测试用例执行时间和代码的分支覆盖率为目标，从而提高回归测试测试效率。

本发明技术方案为：种群进化多目标测试用例优先级排序方法，具体分为以下几个步骤：

步骤一：使用二维矩阵A记录测试用例集对待测程序的覆盖情况，假设待测程序有m个分支，用n个测试用例进行测试，若测试用例集用T表示，T＝{T₁,T₂,…,T_i,…T_n}，其中T_i(1≤i≤n)为测试用例集中的第i个测试用例，用ET来表示测试用例集中测试用例的执行时间，T＝{ET₁,ET₂,…,ET_i,…ET_n},ET_i表示执行第i个测试用例花费的时间，对分支由1到m进行编号，对测试用例用1到n进行编号，则A有n行m列，若第i个测试用例覆盖了第j个分支，则A_ij＝1，否则A_ij＝0；

步骤二：编码；每一个个体被编码为一个有序测试用例编号串，串长度为测试用例总个数n；