-
公开(公告)号：CN108399127B
公开(公告)日：2020-06-23
申请号：CN201810140091.7
申请日：2018-02-09
Applicant: 中国矿业大学
Abstract: 本发明提供一种类集成测试序列生成方法，包括下列步骤：1)从面向对象系统的源代码获取所有类及类间关系；2)从面向对象系统的UML设计文档中的类图获得类优先级表；3)通过遗传算法自动生成类集成测试序列。重复该过程，最后得到一组最优（构建测试桩所花费的测试代价最小）的类测试序列结果。本发明在一定程度上解决了类集成测试序列问题中初始种群没有任何约束条件，初始种群整体质量较差，进而影响收敛速度及寻优结果的问题以及个体评价标准的片面性和不合理性所导致的寻优效果不够准确的问题。不仅提高了种群整体质量，加快了收敛速度，而且加强了遗传算法的寻优能力，提高了寻优的准确性，进而提高了测试效率和精度，更能满足实际需要。
-
公开(公告)号：CN108399127A
公开(公告)日：2018-08-14
申请号：CN201810140091.7
申请日：2018-02-09
Applicant: 中国矿业大学
Abstract: 本发明提供一种类集成测试序列生成方法，包括下列步骤：1)从面向对象系统的源代码获取所有类及类间关系；2)从面向对象系统的UML设计文档中的类图获得类优先级表；3)通过遗传算法自动生成类集成测试序列。重复该过程，最后得到一组最优（构建测试桩所花费的测试代价最小）的类测试序列结果。本发明在一定程度上解决了类集成测试序列问题中初始种群没有任何约束条件，初始种群整体质量较差，进而影响收敛速度及寻优结果的问题以及个体评价标准的片面性和不合理性所导致的寻优效果不够准确的问题。不仅提高了种群整体质量，加快了收敛速度，而且加强了遗传算法的寻优能力，提高了寻优的准确性，进而提高了测试效率和精度，更能满足实际需要。
-
公开(公告)号：CN105528289B
公开(公告)日：2017-12-08
申请号：CN201510884000.7
申请日：2015-12-04
Applicant: 中国矿业大学
Abstract: 本发明提供一种基于分支覆盖与相似性的回归测试用例优先排序方法，包括下列步骤：1）收集测试用例运行时的剖面信息，并构造分支覆盖向量；2）通过欧式距离函数计算成对的向量之间的距离，并构造测试用例间的相异度矩阵；3）以测试用例为顶点，测试用例之间的连线、距离分别作为边及其边权重，构建测试用例不相似有限完全图。通过蚁群算法在图中寻找具有最长距离的测试用例优先排序序列。本发明解决了目前存在的回归测试用例优先排序方法错误发现效率不高，结果的稳定性较差等问题，不仅大幅提高了回归测试错误发现效率、稳定性以及可扩展性，而且也提升了软件回归测试的自动化程度，进而提高了软件测试工作效率。
-
公开(公告)号：CN105528289A
公开(公告)日：2016-04-27
申请号：CN201510884000.7
申请日：2015-12-04
Applicant: 中国矿业大学
CPC classification number: G06F11/3688 , G06F11/3676 , G06N3/006
Abstract: 本发明提供一种基于分支覆盖与相似性的回归测试用例优先排序方法，包括下列步骤：1）收集测试用例运行时的剖面信息，并构造分支覆盖向量；2）通过欧式距离函数计算成对的向量之间的距离，并构造测试用例间的相异度矩阵；3）以测试用例为顶点，测试用例之间的连线、距离分别作为边及其边权重，构建测试用例不相似有限完全图。通过蚁群算法在图中寻找具有最长距离的测试用例优先排序序列。本发明解决了目前存在的回归测试用例优先排序方法错误发现效率不高，结果的稳定性较差等问题，不仅大幅提高了回归测试错误发现效率、稳定性以及可扩展性，而且也提升了软件回归测试的自动化程度，进而提高了软件测试工作效率。
-
-
-
Search Results
4
records
(took 0.023 seconds)
