| 基于语句覆盖和缺陷检测的多目标测试数据缩减方法 | |
| 巩敦卫 ; 姚香娟 ; 李彬 ; 胡雷 ; 陈永伟 | |
| 2015-09-06 ; 2015-09-06 | |
| 关键词 | 语句覆盖 缺陷检测 测试 数据缩减 |
| 中文摘要 | 本发明提出一种基于语句覆盖和缺陷检测的多目标测试数据缩减方法，目的是有效减少测试数据的冗余度，提高软件测试的效率。首先，将测试数据缩减问题转化为多目标优化问题，优化的目标是使得测试数据集的语句覆盖率和缺陷检测率尽可能地多，并且测试数据的个数尽可能地少；然后明确各个目标函数，建立多目标优化模型；最后提出一种遗传算法对该问题进行求解。该方法能够找到有效的测试数据，使其同时满足满足语句覆盖率、缺陷检测率的最大化，测试数据个数最小化。; 专利类型： 发明专利 申请（专利）号： CN201410543046.8 申请日期： 2014年10月14日 公开(公告)日： 2015年1月14日 公开(公告)号： CN104281522A 主分类号： G06F11/36,G06F11/00,G,G06,G06F,G06F11 分类号： G06F11/36,G06F11/00,G,G06,G06F,G06F11,G06F11/36,G06F11/00 申请（专利权）人： 中国矿业大学 发明（设计）人： 巩敦卫,姚香娟,李彬,胡雷,陈永伟 主申请人地址： 221116 江苏省徐州市中国矿业大学信息与电气工程学院 国别省市代码： 江苏;32 主权项： 基于语句覆盖和缺陷检测的多目标测试数据缩减方法，其特征在于如下步骤： 步骤1.1：把测试数据缩减问题转化为多目标优化问题，优化目标是能够覆盖的目标语句的个数尽可能的多；检测到的缺陷个数尽可能的多；包含的测试数据个数尽可能的少，也就是说测试数据集最小化。 步骤1.2：明确测试数据缩减问题的各个目标函数，建立多目标优化模型。 步骤1.3：利用遗传算法对基于语句覆盖和缺陷检测的多目标测试数据缩减问题进化求解。 法律状态： 公开 ，实质审查的生效 ，实质审查的生效 |
| 语种 | 中文 |
| 内容类型 | 其他 |
| 源URL | [http://ir.calis.edu.cn/hdl/232060/11764]  |
| 专题 | 中国矿业大学（徐州） |
| 推荐引用方式 GB/T 7714 | 巩敦卫,姚香娟,李彬,等. 基于语句覆盖和缺陷检测的多目标测试数据缩减方法. 2015-09-06, 2015-09-06. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论