基于神经网络的回归测试用例优化研究

摘要：

回归测试是指修改了源代码后，重新进行测试以确认已发现的缺陷是否修复和检测修改是否引入了新的错误或导致其他代码产生错误，在测试过程中占有很大的工作量比重。通过分析神经网络的基本原理，并将BP算法的思想引入到回归测试的用例集选取中，介绍了回归测试用例包选取的算法，通过样本训练，筛选出代码改动后可能影响到的功能，从而可以筛选出优先级别较高的用例。最后，通过测试实践的积累，总结了一套高效易行的回归测试策略。

关键词：回归测试、测试用例、神经网络、BP网络

分类号：TN711-34(基本电子电路)

资助基金：国家电网公司科技项目资助合同号2014-06-487-S

在线出版日期：2015-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：114-116