成对组合测试数据的整体优化和生成方法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (11): 32-36.

成对组合测试数据的整体优化和生成方法

陈皓，王曙燕，潘晓英

西安邮电学院计算机学院，西安 710121

出版日期:2012-04-11 发布日期:2012-04-16

Pairwise combinatorial testing suite global optimization and generation method

CHEN Hao, WANG Shuyan, PAN Xiaoying

School of Computer Science and Technology, Xi’an University of Posts & Telecommunications, Xi’an 710121, China

Online:2012-04-11 Published:2012-04-16

摘要/Abstract

摘要： 测试数据生成是组合测试的一个关键问题，但是组合测试用例集的构造问题的复杂度是NP完全的。提出了一种成对组合测试用例集整体优化和生成的方法。该方法通过编码机制将测试用例数据的生成问题转换为一个基于二进制编码的最优化问题，同时使用遗传算法对此编码空间进行搜索，并对所发现的最优个体进行解码，构造产生最佳测试用例集。实验结果表明，该方法简单高效，且具有解的质量高、时间消耗小的特点。

关键词: 软件测试, 成对组合测试, 测试用例生成, 遗传算法

Abstract: Test data generation is a key component of combination testing. However, the complexity of test case generation problem for combinatorial testing is NP-complete. A kind of optimal test suite generation mechanism is proposed. It makes use of the encoding mechanism to map the combinatorial testing problem domain to a binary code space. And then a Genetic Algorithm（GA） is used to search this binary code space to find the optimal individual and generate the optimal test suite based on a decoding mechanism. Experimental results show this mechanism is simple and effective, and it has the characteristics of less producing test data and time consumption.

Key words: software testing, pairwise combinatorial testing, test case generation, genetic algorithm

陈皓，王曙燕，潘晓英. 成对组合测试数据的整体优化和生成方法[J]. 计算机工程与应用, 2012, 48(11): 32-36.

CHEN Hao, WANG Shuyan, PAN Xiaoying. Pairwise combinatorial testing suite global optimization and generation method[J]. Computer Engineering and Applications, 2012, 48(11): 32-36.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[10]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[11]	谭莉娟，郑巍，刘友林，樊鑫，杨丰玉. 面向适航标准的机载软件测试验证方法综述[J]. 计算机工程与应用, 2021, 57(15): 9-22.
[12]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[13]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[14]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[15]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.