导读:本文包含了测试用例自动生成论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:测试,自动生成,算法,模型,组合,建模,软件。
测试用例自动生成论文文献综述
江志强,王金波,王晓华[1]（2019）在《基于特征模型和遗传算法的测试用例自动生成》一文中研究指出一个好的测试用例集,意味着通过较小的测试开销实现较高的测试效率。为实现这一目标,一种基于特征模型的测试用例生成方法被提出,该方法在特征模型的基础上,结合组合测试策略和遗传算法,自动生成最小测试用例集。实验表明,该方法能够很好地实现特征组合覆盖,生成覆盖率良好,同时能够有效检错的测试用例集。(本文来源于《计算机与数字工程》期刊2019年12期）
李冠军,杨清祥,白鸿钧[2]（2019）在《基于LKJ软件测试用例自动生成的技术研究》一文中研究指出为解决列车运行监控装置(LKJ)自动化测试中测试用例编辑和维护困难的问题,利用关键信息抽象和图形建模等方法对LKJ软件测试用例自动生成技术进行研究。通过对测试用例进行模块划分、参数设计和程序流程图方式建模,实现测试用例的批量生成。该技术已在LKJ-15S的自动化仿真测试系统中得到应用,经验证,可以提高测试用例编写效率并缩减约90%的冗余用例。(本文来源于《铁路计算机应用》期刊2019年07期）
黄钊,黄曙光,邓兆琨,黄晖[3]（2019）在《基于SEH的漏洞自动检测与测试用例生成》一文中研究指出SEH即结构化异常处理,是Windows操作系统提供给程序设计者处理程序错误或异常的途径。然而SEH的链式处理方式使得程序中可能存在相应漏洞。针对该问题,为提升程序安全性,提出一种基于SEH的漏洞自动测试用例生成方法。首先判断程序是否存在基于SEH被攻击的漏洞风险性,若存在则构建和调整测试用例约束,并自动求解生成相应测试用例。该方法一方面扩展了当前的自动测试用例生成模式,另一方面可在GS保护开启时仍能生成有效测试用例。最后通过实验验证了该方法的有效性。(本文来源于《计算机科学》期刊2019年07期）
梁卓杰[4]（2019）在《测试用例自动生成算法设计及自动化测试平台构建》一文中研究指出随着软件系统的复杂性和规模的增长,测试需要越来越多的时间和人力,软件测试所需要的成本占据着整个项目开发成本的40%到50%,所以如何降低测试成本,提高测试效率受到了人们的广泛关注。然而传统的测试方法是基于人工操作的,效率极其低下,成本高昂,且没有办法满足规模庞大功能复杂的软件的测试要求。测试过程主要由测试用例生成、测试执行和测试评估叁个部分组成。与其他两部分相比,测试用例的生成更具挑战性和难度。本文主要针对测试用例生成部分展开研究,以达到提高测试质量,降低人工成本的目的。UML活动图描述了活动的顺序或并发控制流,它们可以用来建模一组对象的动态方面,或者操作的控制流,UML活动图可以用作驱动测试用例生成的模型。而遗传算法以其简单、有效的特点被选为优化技术,将遗传算法应用到软件测试方面也是一个研究热点。基于模型的回归测试更是确保软件开发可靠性的一项重要活动。本文以测试用例自动生成和回归测试用例选取为核心,先从活动图的形式化定义开始,研究了活动图的建立规则以及活动图中对循环结构和并发结构的处理,接着比对现有的测试用例生成算法,提出了UML活动图和遗传算法相结合的测试用例生成方法;主要过程是:首先使用UML活动图模型对系统建模,将建立好的活动图模型转化为有向图,最后使用遗传算法遍历有向图生成测试用例。另外,对于回归测试用例生成方面,本文提出一种模型比对的方法,从测试用例库中选择可重测的用例,首先对新版本的被测系统建立新的活动图模型,然后将新版本活动图模型与老版本活动图模型相比较,通过对节点的分类、路径的分类、用例的分类来挑选生成回归测试用例。最后本文设计实现了测试用例、回归测试用例自动生成系统,与人工测试相比,降低了测试成本,提升了测试用例覆盖范围、能准确找到回归测试影响范围,提高了软件测试的质量。(本文来源于《北京交通大学》期刊2019-06-01）
黄陈辉[5]（2019）在《基于混沌遗传算法的测试用例自动生成研究》一文中研究指出人们日益增长的需求,致使软件规模不断增加,软件测试对于软件的重要性愈发明显。同时软件测试的成本非常高,通常会消耗整个项目开发总财务资源的一半。软件测试主要还是手动过程,通过实验表明,软件测试自动化可以显着降低软件测试和软件开发的总成本,因此成为科学界争相研究的热点领域,其中测试用例的自动生成是软件测试的重要组成部分。目前已经探索了许多测试用例自动生成的方法,作为自动化测试用例的生成的有效方法,它们可以使用一系列智能优化算法进行搜索。本文使用的是其中最基础常用的遗传算法,并针对遗传算法后期种群波动现象造成的迭代次数过大、易陷入局部最优解等缺陷进行相应改进,以期提高遗传算法的准确率及软件的测试效率。本课题在软件测试用例自动生成背景下,研究遗传算法在该方面的应用,着重对软件测试面向路径的测试用例自动生成问题进行分析研究,并提出了一种混沌遗传算法的测试用例生成方法。本文方法针对传统遗传算法对初始种群的选择有一定的依赖性,初始种群更靠近最优解时可以得到较好的效果,使用基于反向学习的初始种群生成策略,对初始种群进行优化,使初始种群更靠近最优解;同时遗传算法的适应度函数的设计,没有充分考虑算法的并行能力,设计了同时针对所有目标路径的个体评价函数来提高遗传算法的效率;再使用沌序列来操作遗传算法的交叉,变异过程,提高算法全局寻优能力,避免陷入局部收敛(早熟)。最后设计了对比实验分别证明基于反向学习的初始种群生成策略、改进的适应度函数设计以及混沌变异(交叉)方法的有效性,并将本文方法应用在具体的工程实验中,与基本遗传算法,以及近些年其他人改进的遗传算法作对比。实验结果表明,改进的混沌遗传算法在提高代码的覆盖率的同时将遗传算法的效率提高了10.8%,较自适应遗传算法提高了8.49%,采用该方法在测试用例生成问题上优于传统算法,提升了算法效率和目标路径的覆盖率,在测试用例生成领域有一定作用。(本文来源于《上海师范大学》期刊2019-03-21）
邱晓晗[6]（2019）在《基于模型的飞控机载软件测试用例自动生成技术研究》一文中研究指出随着科技的不断发展,无人机(Unmanned Aerial Vehicle,UAV)的应用日益广泛,其功能也越来越复杂,因而对无人机的硬件与软件系统的要求也越来越高。作为无人机软件系统的核心,飞控机载软件运行的安全稳定性是无人机完成复杂任务的基础保障,而无人机飞控机载软件的测试工作则是保证其能够安全稳定运行的重要手段。测试用例的自动生成可以有效的提高测试效率以及测试效果,并减少人为错误的产生。因此研究飞控机载软件的测试用例自动生成技术并实现自动测试工具具有极为重要的现实意义与应用价值。本文以基于模型的设计与软件开发方法为背景,以成都某飞机设计研究所的某无人机飞控机载软件模型为研究基础,对多种测试用例自动生成方法进行对比分析。在现有贪婪算法的基础上结合蚁群算法,通过对其适应度函数进行优化以及算法参数调优之后,获得了精简的组合测试用例集。在此基础上集合航空软件要求,添加了逻辑覆盖测试用例。最终以生成方法为核心,构建了适用于模型测试流程的测试工具,并应用于实际飞控机载软件模型的测试工作中。具体研究过程为:首先,分别对几种测试用例生成方法进行对比研究,比较了各类算法的优劣,并据此提出了一种基于蚁群算法的组合测试用例生成方法,首先对算法中的信息素更新机制与适应度函数进行改进,并在参数调优之后将该方案与其他算法进行对比实验,通过实验证明该方法能够生成更加精简的组合测试用例集。随之,对航空软件测试关心的逻辑覆盖测试进行了研究,探索出了能够对组合测试用例集补充生成MC/DC逻辑覆盖测试的用例生成方法。其次,使用M语言设计实现了一套符合基于模型软件开发流程的可视化测试工具。该工具主要包括测试用例与模型读取功能、测试用例生成功能、测试用例管理功能、测试用例自动执行与报告生成功能,最后将该工具打包发布为MATLAB内的APP,方便安装与工具的版本管理。最后,论文应用测试用例自动生成工具,以某无人机飞控机载软件模型为被测对象,搭建实验环境,最终得到了优于手工编写用例的覆盖率结果,同时测试工具的功能也得到了验证。综上所述,本文经过理论研究到测试工具实现,再到最后阶段飞控机载软件模型的搭建以及测试、验证,证明了本文所提研究方法的科学性、有效性。(本文来源于《电子科技大学》期刊2019-03-15）
赵卫东,李有俊,张丽[7]（2019）在《一种基于高阶Markov使用模型的测试用例自动生成方法》一文中研究指出为了解决基于单纯马尔可夫使用模型测试用例生成不稳定、测试充分性判定不精确的问题,在分析现有测试用例自动生成方法的基础上,提出一种改进的高阶马尔可夫测试模型,并依据此模型,提出改进的基于快速轮盘赌的二分查找测试用例生成方法和基于相对熵的测试充分性判定方法。实践表明,改进后的方法有效地提高了测试用例生成的稳定性和测试充分性判定的精确性,与原有方法比较更适合大规模软件的测试,提高了大规模软件自动化测试的效率。(本文来源于《现代电子技术》期刊2019年06期）
徐逸群[8]（2019）在《基于SysML模型的测试用例自动生成方法研究与应用》一文中研究指出在系统愈加复杂的今天,传统的测试技术效率低下,并且也难以保障系统可靠性。尤其在安全攸关领域,如航空航天,轨道交通等。基于模型的测试技术具有自动化程度高和对系统可靠性保障能力强的特点,能弥补传统测试技术的不足。所以基于模型的测试技术是系统测试的发展方向。SysML的提出推动了基于模型的测试技术的发展。SysML是一种图形化建模语言,能够对复杂系统进行建模。本文基于SysML活动图模型,研究自动化测试技术。首先,本文对SysML活动图进行深入分析,详细了解活动图的结构。设计活动图模块化算法,实现对活动图的自动化分析。设计了活动图测试用例生成方法,该方法中包含活动图测试路径集生成方法和活动图数据集生成方法。活动图测试路径集生成算法能够生成多种复杂结构活动图的测试路径。活动图数据集生成方法能够生成活动图的数据集。结合测试路径和数据得到活动图测试用例。对活动图测试用例集进行分析可知测试用例集满足测试充分性准则。然后,本文定义了活动图测试用例集完备性准则。针对测试用例集中测试用例数量过多的情况,本文设计了活动图测试用例优化方法。该方法从测试路径和数据两个方面入手,设计了测试路径集优化方法和数据集优化方法。通过实验说明,本文设计的测试用例优化方法对测试用例数量能起到很好的优化效果。并且优化后的测试用例集满足测试完备性要求。最后,本文设计并开发了基于SysML模型的自动化测试用例生成工具。该工具自动化程度高,操作简单。能够有效的提升测试效率。通过生成航天飞行器返回舱降落伞系统的测试用例,进一步说明了工具的实用性。(本文来源于《华东师范大学》期刊2019-03-01）
张蕊[9]（2019）在《基于可行路径的测试用例自动生成方法研究》一文中研究指出软件测试是软件开发中必不可少的过程,它也是确保软件质量的有效方法。目前,软件测试倾向于采用自动化过程。软件自动化测试可以降低开发成本并且提高测试效率,然而测试用例自动生成是软件自动化测试的重要组成部分。测试用例的生成现存多种方法,但是目前应用最广、效率最高的是基于元启发式算法的方法。测试用例生成的效率与待测程序的路径密切相关。本文主要基于待测程序的可行路径进行测试用例生成的研究,首先基于现有的关键路径表示法提出了改进,接下来对花朵授粉算法提出了两点优化,然后将它们结合成一种测试用例生成模型。本文的主要工作如下:首先研究了关键点路径表示法并且分析它的可行性与限制性,针对方法的限制性提出了一种可行路径表示法。该方法符合本文的研究目的,并且使用简化的插桩手段对待测程序进行插桩。可行路径表示法是一种静态方法,在对待测程序进行实验前,通过使用该方法对待测程序进行路径分析得到程序的具体路径信息,使用逆向符号执行技术对可行路径集进行可行性再度量,最终得到程序的可行路径集。然后研究了花朵授粉算法,由于花朵授粉算法在自适应性、优化精度、收敛速度和陷入局部极值等方面都存在许多不足。为了解决花朵授粉算法的诸多弊端,本文提出了一种新型改良的花朵授粉算法(NMFPA)。新算法的两处优化分别是为所有种群成员生成全局方向、构建一组适应度函数的最优解向量,并且通过实验验证了算法的优越性。最后对本文提出的算法进行适用性和高效性验证。选取四个复杂程度不同的待测程序在MATLAB中进行仿真实验,选取两种改进的元启发式算法与本文的算法进行对比。实验结束后分别从平均消耗时间、平均迭代次数和可行路径的平均分支覆盖率这叁个指标进行对比分析,最终验证了本文算法的优越性。(本文来源于《哈尔滨工程大学》期刊2019-01-01）
姚婷[10]（2018）在《基于遗传算法的多路径覆盖测试用例自动生成的研究》一文中研究指出随着信息化产业的发展,软件的应用越来越广泛,软件质量受到各行业越来越多的关注。应用人工的方法为待测程序的目标路径设计测试用例的方法在大型软件中很不实际。基于此,本文改进了已有的测试用例自动生成技术。将基于条件语句相关性的不可达路径检测方法与改进的多目标遗传算法相,结合生成测试用例。使用该方法可以保证的测试充分性,减少测试用例的冗余,自动生成有效测试用例的效率明显提高。对程序基本路径集中不可达路径存在的问题进行了研究,不可达路径产生的主要根源在于该路径中条件语句之间的相关性,因此,通过分析条件语句之间的相关性,可以检测不可达路径。本文提出基于条件语句相关性的不可达路径自动检测理论与方法,生成程序的可达路径集。在生成可达路径集的基础上,研究基于遗传算法的多路径覆盖测试用例生成方法,提出解决问题的数学模型。遗传算法生成覆盖目标路径的测试用例时,将测试用例生成问题转化为优化问题,高效求解多目标优化问题的前提之一是设计针对性的适应度函数。已经提出的运行一次遗传算法能够同时分别生成覆盖多条且标路径的多个测试用例方法中,选择的后代进化个体是具有所有目标路径适应值的平均值的个体。本文方法中,后代进化个体的适应度函数采用一个向量表示,且该向量的每个分量代表该个体针对一条目标路径的适应值。本文提出的向量表示方法,可以更加准确地描述后代进化个体的适应值。在利用传统的遗传算法生成测试用例时,需要评价测试用例的性能,要求运行每个插装后的程序,这样造成了非常大的计算时间的浪费。而基于多路径覆盖的遗传算法,根据目标路径与进化个体覆盖路径之间的距离,计算该个体针对每一条目标路径的适应值;然后,根据个体适应值确定是否有期望的测试用例,如果有,则保存该测试用例及其覆盖的目标路径,并简化多目标优化问题,如果没有,则采用合适的方法对进化个体的性能进行评价;对进化个体进行选择、交叉、变异操作,构成新一代种群。如此迭代,直到生成覆盖所有目标路径的测试用例。为验证本文技术的正确性与先进性,选择了一个工业程序和叁个基准被测程序进行一系列实验,并对实验结果进行分析。通过实验分析,本文提出的基于遗传算法的多路径覆盖测试用例的自动生成方法,能够提高软件测试自动化过程,有效提高了测试用例生成效率。本课题的研究,有效提高了软件测试从业人员的工作效率、降低了软件开发机构的开发成本,为提升其市场竞争力意义显着。(本文来源于《南华大学》期刊2018-12-01）
测试用例自动生成论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决列车运行监控装置(LKJ)自动化测试中测试用例编辑和维护困难的问题,利用关键信息抽象和图形建模等方法对LKJ软件测试用例自动生成技术进行研究。通过对测试用例进行模块划分、参数设计和程序流程图方式建模,实现测试用例的批量生成。该技术已在LKJ-15S的自动化仿真测试系统中得到应用,经验证,可以提高测试用例编写效率并缩减约90%的冗余用例。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
测试用例自动生成论文参考文献
[1].江志强,王金波,王晓华.基于特征模型和遗传算法的测试用例自动生成[J].计算机与数字工程.2019
[2].李冠军,杨清祥,白鸿钧.基于LKJ软件测试用例自动生成的技术研究[J].铁路计算机应用.2019
[3].黄钊,黄曙光,邓兆琨,黄晖.基于SEH的漏洞自动检测与测试用例生成[J].计算机科学.2019
[4].梁卓杰.测试用例自动生成算法设计及自动化测试平台构建[D].北京交通大学.2019
[5].黄陈辉.基于混沌遗传算法的测试用例自动生成研究[D].上海师范大学.2019
[6].邱晓晗.基于模型的飞控机载软件测试用例自动生成技术研究[D].电子科技大学.2019
[7].赵卫东,李有俊,张丽.一种基于高阶Markov使用模型的测试用例自动生成方法[J].现代电子技术.2019
[8].徐逸群.基于SysML模型的测试用例自动生成方法研究与应用[D].华东师范大学.2019
[9].张蕊.基于可行路径的测试用例自动生成方法研究[D].哈尔滨工程大学.2019
[10].姚婷.基于遗传算法的多路径覆盖测试用例自动生成的研究[D].南华大学.2018
论文知识图
