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三个部分组成。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。