1、在軟件測(cè)試領(lǐng)域，如何有效地設(shè)計(jì)或生成符合要求的測(cè)試用例是一個(gè)十分重要的研究課題。在功能性測(cè)試的過(guò)程中，隨著軟件的功能需求不斷增多，軟件的規(guī)模逐漸變大，結(jié)構(gòu)變得更加復(fù)雜，這可能會(huì)引發(fā)大量的隱藏故障。雖然目前有很多測(cè)試數(shù)據(jù)生成器可以自動(dòng)生成大量的測(cè)試用例，但是這些測(cè)試用例都缺少了期望結(jié)果。如果采用人工的方式來(lái)為每個(gè)測(cè)試用例設(shè)計(jì)期望結(jié)果，不僅代價(jià)昂貴而且枯燥乏味，容易出錯(cuò)。
　　論文介紹了軟件測(cè)試的背景和基本概念，闡述了支持向量機(jī)（Su

2、pport Vector Machine，SVM）的基本原理和相關(guān)知識(shí)；總結(jié)了功能性測(cè)試的方法，重點(diǎn)介紹了機(jī)器學(xué)習(xí)方法在軟件測(cè)試中的應(yīng)用；研究了自動(dòng)生成輸入數(shù)據(jù)集的測(cè)試工具(PICT)及其組合覆蓋標(biāo)準(zhǔn)；構(gòu)建了待測(cè)試軟件的功能模型，并評(píng)估了其性能。
　　本文在研究輸入數(shù)據(jù)自動(dòng)生成的基礎(chǔ)上，依據(jù)待測(cè)試軟件的輸入輸出關(guān)系構(gòu)建了SVM模型，該模型可以用于預(yù)測(cè)測(cè)試用例的期望輸出結(jié)果。因此，本文提出了一種包含期望輸出結(jié)果的測(cè)試用例生成方法。該

3、方法選取PICT測(cè)試工具產(chǎn)生輸入?yún)?shù)的2-way組合或3-way組合作為典型樣本集，并依據(jù)待測(cè)試軟件的輸入與輸出關(guān)系，水平拼接出對(duì)應(yīng)的輸出結(jié)果。采用人工的方式，使得典型樣本集覆蓋了輸出參數(shù)的所有組合，然后利用典型樣本集來(lái)訓(xùn)練SVM模型。訓(xùn)練好的模型能夠預(yù)測(cè)出n-way組合的輸入數(shù)據(jù)對(duì)應(yīng)的預(yù)期結(jié)果。
　　最后，將該方法應(yīng)用于“活動(dòng)圖的模型文件驗(yàn)證”實(shí)例中，采用Accuracy和Precision指標(biāo)來(lái)評(píng)價(jià)預(yù)測(cè)的結(jié)果。實(shí)驗(yàn)結(jié)果表明，采