基于神经网络的回归测试用例优化研究

《基于神经网络的回归测试用例优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于神经网络的回归测试用例优化研究　　摘要：回归测试是指修改了源代码后，重新进行测试以确认已发现的缺陷是否修复和检测修改是否引入了新的错误或导致其他代码产生错误，在测试过程中占有很大的工作量比重。通过分析神经网络的基本原理，并将BP算法的思想引入到回归测试的用例集选取中，介绍了回归测试用例包选取的算法，通过样本训练，筛选出代码改动后可能影响到的功能，从而可以筛选出优先级别较高的用例。最后，通过测试实践的积累，总结了一套高效易行的回归测试策略。　　关键词：回归测试；测试用例；神经网络；BP网络　　中图分类号：TN711?34文献标识码：A文章编号：1004?373X（2015

2、）19?0114?03　　Abstract：Regressiontestingmeansaftermodifyingthesourcecode，re?testingtoconfirmwhetherthediscovereddefectisrepaired，andwhetherdetectionandmodificationhavebroughtinanewbugorcausedtheerrorsinothercodeswhichpossessesalargeproportionoftheworkloadduringtestingprocedure.Thefundamenta

3、lprincipleofneuralnetworkisanalyzed，andthethoughtofBPalgorithmisintroducedintothecasesetselectionofregressiontesting.Thealgorithmtoselectregressiontestingcasepackageispresented.Thefunctionswhichmaybeinfluenced8bycodemodificationarescreenedoutbysamplestraining，andthehigherpriorityusecasecan

4、bescreenedout.Asetofregressiontestingstrategywithhighefficientandeasyoperationwassummedupthroughtheaccumulationoftestingpractice.　　Keywords：regressiontesting；testingcase；neuralnetwork；BPnetwork　　0引言　　软件分析，设计过程中难免有各种各样的错误，需要通过测试查找错误，以保证软件的质量。软件测试是由人工或计算机来执行或评价软件的过程，验证软件是否满足规定的需求或识别期望的结果和实际结

5、果之间有无差别。大量统计资料表明，软件测试工作量往往占软件开发总量的40%以上。而回归测试作为软件生命周期的一个组成部分，在整个软件测试过程中占有很大的工作量比重，软件开发的各个阶段都会进行多次回归测试。在渐进和快速迭代开发中，新版本的连续发布使回归测试变得更加频繁，而在极端编程方法中，更是要求每天都进行若干次回归测试。因此，研究回归测试方法，尽可能地将软件存在的问题找出来，对保证软件质量和提升测试工作效率都是非常有意义的。　　1相关工作　　1.1回归测试　　回归测试是指修改了旧代码后，重新进行测试以确认修改没有引入新的错误或导致其他代码产生错误。对于一个软件开发项目来说，

6、项目的测试组在实施测试的过程中会将所开发的测试用例保存到“测试用例库”8中，并对其进行维护和管理。当得到一个软件的基线版本时，用于基线版本测试的所有测试用例就形成了基线测试用例库。在需要进行回归测试时，就可以根据所选择的回归测试策略，从基线测试用例库中提取合适的测试用例组成回归测试包，通过运行回归测试包实现回归测试。　　在软件生命周期中，即使一个得到良好维护的测试用例库也可能变得相当大，这使每次回归测试都重新运行完整的测试包变得不切实际。一个完全的回归测试包括每个基线测试用例，时间和成本约束可能阻碍运行这样一个测试，有时测试工作不得不选择一个缩减的回归测试包来完成回归测试。

7、　　1.2相关技术的研究　　测试用例的优化技术旨在以小的运行代价尽可能多地发现系统Bug。假设测试用例是能发现缺陷的；测试用例的运行效率是一样的。测试用例的集合的选取不仅是减少用例的数目，降低用例的执行代价，也需要考虑测试覆盖能力，即缺陷发现能力。在测试用例选择优化的问题上，已有很多文献对此进行了研究，如配对测试法[1]、关系树模型[2]、蚁群模拟退火算法[3]及一些其他新的理论和方法[4?7]。　　2回归测试用例集生成方法　　2.1基本原理　　神经网络是通过对人脑的基本单元――神经元的建模和联接，探索模拟人脑神经