基于组合混沌遗传算法的最小测试用例集生成

摘要

最小测试用例集生成是软件测试的重要研究领域之一.将具有均匀分布特性的Chebyshev和Logistic混沌映射相结合的混沌序列引入遗传算法的选择、交叉和变异操作,并在遗传测试用例选择方法中添加混沌扰动,实现全局最优,以解决遗传算法用于测试用例集约简时局部搜索能力弱、易早熟收敛等问题.在随机生成的测试用例需求对应关系及Siemens测试套件等实例上进行了实验研究,并与现有的经典方法在测试用例集生成规模和算法执行时间上进行了比较,实验结果表明,在保持算法执行时间的基础上,在遗传测试用例方法中引入混沌映射有助于生成规模更小的测试用例集.