CN113051148A - 一种基于双基因链遗传算法的组合测试用例生成方法 - Google Patents

Abstract

本发明为一种基于双基因链遗传算法的组合测试用例生成方法：首先，随机生成每个个体的两条基因链，形成初始种群，初始化种群信息。以两条基因链所覆盖的t元组合个数为适应值进行排序，挑选M个个体作为父母体来繁衍后代，父母体以交叉概率确定是否基因分离交叉组合产生子体。对于新生成的子体以变异概率决定是否变异，评价新种群的适应值。如果新种群中存在最优子体，则跳出，否则繁殖到最大进化代数。若到最大进化代数后，新种群中仍不存在最优子体，则在当前种群中挑选出适应值最高的子体作为最优子体。最后将最优子体解码得到的测试用例加入到组合覆盖表中，更新未覆盖表。如果未覆盖表为空，算法结束，否则仍需进行搜索。

Description

一种基于双基因链遗传算法的组合测试用例生成方法

技术领域

本发明提出了一种基于双基因链遗传算法的组合测试用例生成方法，属于软件测试中组合测试的领域。

背景技术

软件测试是软件开发生命周期中不可或缺的一个重要环节。如果要保证一个软件系统的质量，需要对它进行详尽的测试。然而，在现实生活中，一个软件系统的参数可能有很多，这会导致完全测试的测试用例数量达到成千上万个，因此组合测试应运而生。组合测试，旨在用较少的测试用例来高效的定位引发故障的参数组合。

遗传算法是计算数学中用于解决最优化问题的搜索算法，也是最为经典的智能算法之一。目前已有利用传统遗传算法生成组合测试用例的方法，但是传统遗传算法采用实数编码，直接用一条测试用例表示基因，导致算法过早收敛，从而陷入局部最优。另外传统遗传算法将测试用例作为一个单基因个体，单基因染色体的遗传操作只有交叉变异却没有基因的分离重组，会造成模式丢失，不利于保持种群多样性。利用输入域缺陷定位技术进行故障定位时，在测试用例生成阶段，组合覆盖表中的测试用例差别较大检测出故障的概率才比较大，因此组合测试用例的多样性对之后的故障定位阶段有一定的影响。

由于传统遗传算法的这些不足，本发明提出了一种基于双基因链遗传算法的组合测试用例生成方法。双基因链符合生物遗传学大部分生物的细胞构成，即具有两个染色体，一条来自父体，一条来自母体。同时采用二进制编码生成个体的两条基因链，通过两条基因链“与”操作得到的结果码解码得到测试用例。通过二进制编码且采用双基因链结构的遗传算法来生成组合测试用例集，稳定性高，种群多样性大，避免了陷入局部最优的局面。

发明内容

为解决传统遗传算法存在的问题，本发明提出了一种基于双基因链遗传算法的组合测试用例生成方法。

本发明采用如下技术方案：

基于双基因链遗传算法的组合测试用例生成方法，包括以下步骤：

1)初始化种群信息，包含不限于个体的两条基因链，组合覆盖表CA，未被覆盖的t元组集合Uncover，控制参数；

2)根据双基因链的“与”操作解码得到测试用例tc，并计算适应度函数值；

3)父代染色体分离重组，产生子代并评价新种群的适应值。若新种群存在最优双基因链个体s，则转5)，否则，重复该步骤直至进化代数达到最大进化代数。

4)在当前种群中挑选适应值最高的一条双基因链个体s；

5)将s解码得到的测试用例tcs加入到CA，更新Uncover。若Uncover为空，算法结束。否则，转3)；

进一步的，所述步骤1的具体步骤如下：

步骤1.1)初始化控制参数。包括初始化种群规模M，初始化进化代数T，初始化交叉概率P1，初始化变异概率P2，初始化种群个体的适应值数组F；

步骤1.2)根据步骤1.1)的初始种群规模M，同时根据待测系统的每个参数的取值范围制定编码规则，随机生成每个个体的两条基因链，形成初始种群；

步骤1.3)初始化组合覆盖表CA为空集，初始化未被覆盖的t元组集Uncover 为待测系统的所有t个参数组合的可能取值；

进一步的，所述步骤2的具体步骤如下：

步骤2.1)对每个个体的两条基因链进行“与”操作，将结果码按照每个参数对应的编码规则解码得到测试用例tc；

步骤2.2)根据步骤2.1)得到的tc，计算其覆盖Uncover中t元组合的个数作为适应值，更新种群的适应值数组F；

进一步的，所述步骤2.1)中的一般化解码公式如下：

f(x)，x∈[lower_bound，upper_bound]

x＝lower_bound+decimal(chromosome)× (upper_bound-lower_bound)/(2^chromosome_size-1)

其中，decimal()表示将二进制转化为十进制的函数，lower_bound表示函数定义域的下限，upper_bound表示函数定义域的上限，chromosome_size表示染色体的长度。

进一步的，所述步骤3的具体步骤如下：

步骤3.1)选择父、母体繁殖后代；将上一代的个体按照适应度值进行排序，挑选出规模为M的个体；

步骤3.2)根据步骤3.1)中挑选的M个个体，随机选择两个个体作为父体和母体，以P1的交叉概率进行交叉配对；

步骤3.3)若父体和母体确定交叉，父母体两条基因链分离组合，交配产生新的子代个体；

步骤3.4)根据步骤3.3)得到的子代个体，以P2的变异概率对子代的两条基因链进行变异。若确定变异，则随机挑选基因位进行取反操作；

步骤3.5)根据步骤3.4)得到的新种群，分别评价每个个体的适应值。若种群出存在最优双基因链个体，则进入步骤5；

步骤3.6)重复步骤3.1至3.5，直到达到最大进化代数T；

进一步的，所述步骤3.3)的具体步骤如下：

步骤3.3.1)父母体基因分离重组。分别分离父体和母体的两条基因链，然后将两条基因链的相同参数位置取值重新组合生成新的基因链。设父体的两条基因链分别为c1(01，10，11，00)，c2(10，00，10，11)，将c1的第二位参数的取值与c2交换，将c1第四位参数的取值与c2交换，得到新的基因链c1’(01，00，11，11)和 c2’(10，10，10，00)；同理，得到母体的两条新基因链；

步骤3.3.2)根据步骤3.3.1)得到的父母体的两条新基因链，从父体和母体中随机选择一条组合成一个个体，剩下的两条组合另一个个体；

进一步的，所述步骤4中，若进化代数到最大进化代数T仍未出现最优子体，则在当前种群中挑选出适应度最大的个体进行后续操作。

进一步的，所述步骤5的具体步骤如下：

步骤5.1)将得到的双基因链个体的每个基因位根据对应的解码公式解码，得到测试用例，加入到组合测试用例集CA中作为组合覆盖表的一条测试用例tcs。

步骤5.2)将步骤5.1)得到的tcs所包含的所有t元组合从Uncover中删除，更新Uncover。若Uncover为空集，代表组合覆盖表CA已经包含了待测系统参数组合的所有可能取值，即为所求的组合测试用例集，否则，进入步骤3；

发明所达到的有益效果：本发明是一种基于双基因链遗传算法的组合测试用例生成方法。通过二进制编码且采用双基因链结构的遗传算法来生成组合测试用例集，稳定性高，种群多样性大，避免了陷入局部最优的局面。

附图说明

图1是采用双基因链遗传算法生成组合覆盖表的流程图

图2是的双基因链遗传算法基因分离重组生成子代的流程图

图3是采用双基因链遗传算法搜索一条最优测试用例的流程图

具体实施方式

本发明具体包括以下步骤：

步骤1)初始化种群信息，包含不限于个体的两条基因链，组合覆盖表CA，未被覆盖的t元组集合Uncover，控制参数；

步骤1.1)初始化控制参数。包括初始化种群规模M，初始化进化代数T，初始化交叉概率P1，初始化变异概率P2，初始化种群个体的适应值数组F；

步骤1.2)根据步骤1.1)的初始种群规模M，同时根据待测系统的每个参数的取值范围制定编码规则，随机生成每个个体的两条基因链，形成初始种群；

步骤1.3)初始化组合覆盖表CA为空集，初始化未被覆盖的t元组集Uncover 为待测系统的所有t个参数组合的可能取值；

步骤2)根据双基因链的“与”操作解码得到测试用例tc，并计算适应度函数值；

步骤2.1)对每个个体的两条基因链进行“与”操作，将结果码按照每个参数对应的编码规则解码得到测试用例tc；

步骤2.2)根据步骤2.1)得到的tc，计算其覆盖Uncover中t元组合的个数作为适应值，更新种群的适应值数组F；

步骤3)父代染色体分离重组，产生子代并评价新种群的适应值。若新种群存在最优双基因链个体s，则转5)，否则，重复该步骤直至进化代数达到最大进化代数。

步骤3.1)选择父、母体繁殖后代；将上一代的个体按照适应度值进行排序，挑选出规模为M的个体；

步骤3.3.1)父母体基因分离重组。分别分离父体和母体的两条基因链，然后将两条基因链的相同参数位置取值重新组合生成新的基因链。设父体的两条基因链分别为c1(01，10，11，00)，c2(10，00，10，11)，将c1的第二位参数的取值与c2交换，将c1第四位参数的取值与c2交换，得到新的基因链c1’(01，00，11，11)和c2’(10，10，10，00)；同理，得到母体的两条新基因链；

步骤3.3.2)根据步骤3.3.1)得到的父母体的两条新基因链，从父体和母体中随机选择一条组合成一个个体，剩下的两条组合另一个个体；

步骤3.2)根据步骤3.1)中挑选的M个个体，随机选择两个个体作为父体和母体，以P1的交叉概率进行交叉配对；

步骤3.3)若父体和母体确定交叉，父母体两条基因链分离组合，交配产生新的子代个体；

步骤3.4)根据步骤3.3)得到的子代个体，以P2的变异概率对子代的两条基因链进行变异。若确定变异，则随机挑选基因位进行取反操作；

步骤3.5)根据步骤3.4)得到的新种群，分别评价每个个体的适应值。若种群出存在最优双基因链个体，则进入步骤5；

步骤3.6)重复步骤3.1至3.5，直到达到最大进化代数T；

步骤4)在当前种群中挑选适应值最高的一条双基因链个体s；

步骤5)将s解码得到的测试用例tcs加入到CA，更新Uncover。若Uncover

为空，算法结束。否则，转3)；

步骤5.1)将得到的双基因链个体的每个基因位根据对应的解码公式解码，得到测试用例，加入到组合测试用例集CA中作为组合覆盖表的一条测试用例tcs。

步骤5.2)将步骤5.1)得到的tcs所包含的所有t元组合从Uncover中删除，更新Uncover。若Uncover为空集，代表组合覆盖表CA已经包含了待测系统参数组合的所有可能取值，即为所求的组合测试用例集，否则，进入步骤3。

Claims (8)

1.一种基于双基因链遗传算法的组合测试用例生成方法，其特征在于，该方法分为以下步骤：

1)初始化种群信息，包含但不限于个体的两条基因链，组合覆盖表CA，未被覆盖的t元组集合Uncover，控制参数；

2)根据双基因链的“与”操作解码得到测试用例tc，并计算适应度函数值；

3)父代染色体分离重组，产生子代并评价新种群的适应值。若新种群存在最优双基因链个体s，则转5)，否则，重复该步骤直至进化代数达到最大进化代数。

4)在当前种群中挑选适应值最高的一条双基因链个体s；

5)将s解码得到的测试用例tcs加入到CA，更新Uncover。若Uncover为空，算法结束。否则，转3)。

2.根据权利要求1所述的基于双基因链遗传算法的组合测试用例生成方法，其特征在于，所述步骤1的具体步骤如下：

步骤1.1)初始化控制参数。包括初始化种群规模M，初始化进化代数T，初始化交叉概率P1，初始化变异概率P2，初始化种群个体的适应值数组F；

步骤1.2)根据步骤1.1)的初始种群规模M，同时根据待测系统的每个参数的取值范围制定编码规则，随机生成每个个体的两条基因链，形成初始种群；

步骤1.3)初始化组合覆盖表CA为空集，初始化未被覆盖的t元组集Uncover为待测系统的所有t个参数组合的可能取值。

3.根据权利要求1所述的基于双基因链遗传算法的组合测试用例生成方法，其特征在于，所述步骤2的具体步骤如下：

步骤2.1)对每个个体的两条基因链进行“与”操作，将结果码按照每个参数对应的编码规则解码得到测试用例tc；

步骤2.2)根据步骤2.1)得到的tc，计算其覆盖Uncover中t元组合的个数作为适应值，更新种群的适应值数组F。

4.根据权利要求3所述的基于双基因链遗传算法的组合测试用例生成方法方法，其特征在于，所述步骤2.1)中的一般化解码公式如下：

f(x)，x∈[lower_bound，upper_bound]

x＝lower_bound+decimal(chromosome)×

(upper_bound-lower_bound)/(2^chromosome_size-1)

其中，decimal()表示将二进制转化为十进制的函数，lower_bound表示函数定义域的下限，upper_bound表示函数定义域的上限，chromosome_size表示染色体的长度。

5.根据权利要求1所述的基于双基因链遗传算法的组合测试用例生成方法，其特征在于，所述步骤3的具体步骤如下：

步骤3.1)选择父、母体繁殖后代；将上一代的个体按照适应度值进行排序，挑选出规模为M的个体；

步骤3.2)根据步骤3.1)中挑选的M个个体，随机选择两个个体作为父体和母体，以P1的交叉概率进行交叉配对；

步骤3.3)若父体和母体确定交叉，父母体两条基因链分离组合，交配产生新的子代个体；

步骤3.4)根据步骤3.3)得到的子代个体，以P2的变异概率对子代的两条基因链进行变异。若确定变异，则随机挑选基因位进行取反操作；

步骤3.5)根据步骤3.4)得到的新种群，分别评价每个个体的适应值。若种群出存在最优双基因链个体，则进入步骤5；

步骤3.6)重复步骤3.1至3.5，直到达到最大进化代数T。

6.根据权利要求5所述的基于双基因链遗传算法的组合测试用例生成方法，其特征在于，所述步骤3.3)的具体步骤如下：

步骤3.3.1)父母体基因分离重组。分别分离父体和母体的两条基因链，然后将两条基因链的相同参数位置取值重新组合生成新的基因链。设父体的两条基因链分别为c1(01，10，11，00)，c2(10，00，10，11)，将c1的第二位参数的取值与c2交换，将c1第四位参数的取值与c2交换，得到新的基因链c1’(01，00，11，11)和c2’(10，10，10，00)；同理，得到母体的两条新基因链；

步骤3.3.2)根据步骤3.3.1)得到的父母体的两条新基因链，从父体和母体中随机选择一条组合成一个个体，剩下的两条组合另一个个体。

7.根据权利要求1所述的基于双基因链遗传算法的组合测试用例生成方法，其特征在于，所述步骤4中，若进化代数到最大进化代数T仍未出现最优子体，则在当前种群中挑选出适应度最大的个体进行后续操作。

8.根据权利要求1所述的基于双基因链遗传算法的组合测试用例生成方法，其特征在于，所述步骤5的具体步骤如下：

步骤5.1)将得到的双基因链个体的每个基因位根据对应的解码公式解码，得到测试用例，加入到组合测试用例集CA中作为组合覆盖表的一条测试用例tcs。

步骤5.2)将步骤5.1)得到的tcs所包含的所有t元组合从Uncover中删除，更新Uncover。若Uncover为空集，代表组合覆盖表CA已经包含了待测系统参数组合的所有可能取值，即为所求的组合测试用例集，否则，进入步骤3。

Images