[发明专利]一种基于多种群遗传算法的软件测试用例生成方法

权利要求书

1.一种基于多种群遗传算法的软件测试用例生成方法，其特征在于：该方法包括以下步骤：

S1：基于相关输入变量分组变异分支；

S1.1：采用静态分析方法确定变异分支与输入变量的相关性，具体为：

设被测程序为G，对其包含的语句实施变异，得到变异分支集合为M＝{M₁,M₂,…,M_n}，n是变异分支的个数；将这些变异分支插入到G中，得到新的被测程序G'；

设被测程序的输入向量为X＝(x₁,x₂,…,x_m)，m是被测程序输入变量的数目；输入域D(X)是每个输入变量域的叉乘,即D(X)＝D(x₁)×D(x₂)×…×D(x_m)；

设D^*(x_j)是D(x_j)的子域，如果某一个输入变量x_j在D^*(x_j)取不同的值，能够影响M_i是否被杀死，那么，定义x_j在D^*(x_j)与M_i相关；否则定义x_j在D^*(x_j)与M_i不相关；

S1.2：构建变异分支与输入量之间的相关矩阵，分组变异分支，具体为：

变异分支与输入变量之间的相关矩阵，可以表示为：

在Λ中，ρ_ij＝1表示x_j与M_i相关；ρ_ij＝0表示x_j与M_i不相关；

分组变异分支的算法为：

A1:k＝1；

A2:设

A3:考察的第1行的每一个元素，如果ρ_1j＝0，移除对应的第j列；

A4:考察约简后每行，如果ρ_ij＝0，移除对应的第i行；

A5:获得第k组变异分支其中为变异分支的个数；与其相关的输入变量记为其中l_k为相关变量个数；

A6:从M中删除从Λ删除对应的行，删除对应的列；

A7:判断Λ是否为空；如果不为空，k＝k+1；转A2；否则，转A8；

A8:输出变异分支组C₁,C₂,…,C_β。

S2：构建多任务优化变异测试用例生成模型，具体为：

对于组C_k中变异分支与它相关的输入变量为那么决策向量记为对于生成变异测试用例的优化模型，可以表示为：

其中为所形成的取值域；为目标函数，当杀死当没有杀死

S3：生成基于多种群遗传算法变异测试用例，具体算法为：

B1：在每个组中，随机选一个变异分支作为优化目标；初始化子种群和遗传参数；

B2：每个子种群在各自的组中执行变异分支；

B3：判断终止条件是否满足，如果没有满足，转B4；如果满足，转B8；

B4：如果中某个个体能杀死如果能，转B5；如果不能，转B6；

B5：判断是否能杀死C_k中所有变异分支，如果能，停止该子种群的进化，β＝β-1，转B7；如果不能，在C_k选没杀死的一个变异分支作为优化目标；转B6；

B6：计算适应值执行选择、交叉、变异遗传操作，生成新的进化个体，转B2；

B7：保存杀死变异分支的测试用例和被杀死的变异分支；转Step8；

B8：生成的测试集；

其中为的适应值函数，表示为：

其中，d是一个小常数，它的作用确保括号中的值大于0，当且仅当能杀死