论文部分内容阅读
测试数据自动化生成技术尝试寻找一个相对小的数据集来满足测试充分性标准，以降低软件测试的成本，提高测试效率．当测试项的数据集大小超过其上限时，算法会使用淘汰算法把差异性较小的测试数据从集合中淘汰掉，把差异性较大的测试数据留下来，以维持种群的多样性．针对此问题，提出一种基于维持种群多样性的演化算法来求解测试数据集，算法利用启发信息迭代地选择一个条件停4定语句作为子目标，通过演化算法生成数据以覆盖目标．在此算法框架内，利用一种新的计算评估值的方法计算数据与测试项的距离信息；以及利用归一的曼哈顿距离计算测试数据差