1、測試數(shù)據(jù)自動(dòng)化生成技術(shù)嘗試尋找一個(gè)相對小的數(shù)據(jù)集來滿足測試充分性標(biāo)準(zhǔn)，以降低軟件測試的成本，提高測試效率。由于程序語言的復(fù)雜性以及被測程序的多樣性，隨機(jī)生成方法和靜態(tài)分析方法存在較大的局限性。近年來，動(dòng)態(tài)測試數(shù)據(jù)生成方法成為研究的熱點(diǎn)，這類方法大部分基于元啟發(fā)式算法模型。
　　 本文提出一種基于維持種群多樣性的演化算法來求解測試數(shù)據(jù)集，以滿足條件/判定充分性標(biāo)準(zhǔn)。本文算法是一種基于擴(kuò)展分支覆蓋表的測試數(shù)據(jù)生成算法，覆蓋表存儲(chǔ)了覆

2、蓋每一個(gè)條件/判定語句的數(shù)據(jù)集，數(shù)據(jù)集通過淘汰算法來維護(hù)其多樣性特征。算法利用啟發(fā)信息迭代地選擇一個(gè)條件/判定語句作為子目標(biāo)，通過演化算法生成數(shù)據(jù)以覆蓋目標(biāo)。在此算法框架內(nèi)，本文提出了一種新的計(jì)算評估值的方法，用于計(jì)算數(shù)據(jù)與測試項(xiàng)的距離信息；以及利用歸一的曼哈頓距離計(jì)算測試數(shù)據(jù)差異性，通過淘汰原則把差異性較小的測試數(shù)據(jù)淘汰掉。算法最后階段，利用貪心算法對測試數(shù)據(jù)集進(jìn)行提取，在滿足相同的條件/判定覆蓋率的基礎(chǔ)上，減少數(shù)據(jù)集中的數(shù)據(jù)個(gè)數(shù)。此