-
公开(公告)号:CN118779218A
公开(公告)日:2024-10-15
申请号:CN202410792370.7
申请日:2024-06-19
Applicant: 中国矿业大学
Abstract: 本发明公开一种融合强化学习和模拟退火策略的类集成测试序列生成方法,首先对程序进行静态分析以获取类间耦合信息,计算属性复杂度、方法复杂度以及测试桩复杂度;其次,设计强化学习场景,构建测试成本矩阵,将类与类之间的关系建模为与智能体交互的环境;然后,设计动作探索策略,采用基于模拟退火的探索策略来进行智能体动作的选择;最后,利用Sarsa算法对智能体进行训练,通过智能体与环境的不断交互学习最优策略,当学习过程结束,得到一个最优的类集成测试序列;本发明能够有效地降低类集成测试序列的总体测试桩复杂度,在不同待测程序上多次生成解的稳定性也得到了提升,提高软件测试的效率,更好地控制了软件产品的质量。