融入神经网络的路径覆盖测试数据进化生成

摘要：

利用遗传算法生成复杂软件的测试数据,是软件测试领域一个全新的研究方向.传统的基于遗传算法的测试数据生成技术,需要以每个测试数据作为输入运行被测程序,以获得个体的适应值,因此,需要消耗大量的运行时间.为了降低运行程序带来的时间消耗,提出一种基于神经网络的路径覆盖测试数据进化生成方法,主要思想是:首先,利用一定样本训练神经网络,以模拟个体的适应值;在利用遗传算法生成测试数据时,先利用训练好的神经网络粗略计算个体适应值;对适应值较好的优秀个体,再通过运行程序,获得精确的适应值.最后的实验结果表明,该方法可以有效降低运行程序产生的时间消耗,从而提高测试数据生成的效率.

关键词：软件测试、测试数据生成、进化优化、神经网络、路径覆盖

所属期刊栏目：27

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61375067,61573362,61203304;软件工程国家重点实验室开放基金SKLSE20100819;江苏省自然科学基金BK2012566;National Natural Science Foundation of China61375067,61573362,61203304;Fund of State Key Laboratory of Software EngineeringSKLSE20100819;Natural Science Foundation of Jiangsu ProvinceBK2012566

在线出版日期：2016-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：828-838