基于历史数据和多目标优化的测试用例排序方法

作者：李兴佳; 杨秋辉; 洪玫; 潘春霞; 刘瑞航

来源：计算机应用, 2022, 1-8.

• 回归测试
• 测试用例聚类
• 关联规则挖掘
• 测试用例排序
• 多目标优化

针对如何提高测试用例序列的揭错效率和提升回归测试效益问题，提出了一种基于历史数据和多目标优化的测试用例排序方法。首先根据测试用例的文本主题相似性和代码覆盖相似性对测试用例集聚类，并根据历史执行信息对测试用例间的执行失败关系进行关联规则挖掘，为后续过程做准备；然后利用多目标优化算法对每个类簇内的测试用例排序，再生成最终排序序列，使相似的测试用例分隔开；最后利用测试用例间的关联规则，动态调整测试用例执行次序，使可能失败的测试用例优先执行，以进一步提高缺陷检测效率。与随机排序方法、基于聚类的排序方法、基于主题模型的排序方法、基于关联规则和多目标优化的排序方法对比，该方法的平均故障检测率（APFD）平均值分别提高了12.60%,5.98%,3.01%和2.95%，基于成本的平均故障检测率（APFDc）平均值分别提高了17.18%,5.05%,5.08%和8.21%。实验结果表明，该方法能有效提高回归测试效益。

• 单位
  四川大学