任 群

(亳州学院 电子与信息工程系，安徽 亳州236800)

随着软件应用规模越来越大，复杂程度越来越高，软件的质量和可靠性变得尤为重要[1-2]，计算机软件的数据测试也成了很多人关注的焦点[3-4]。在计算机软件的使用过程中，计算机软件本身的缺陷将会影响计算机的正常使用。计算机软件缺陷在软件开发的过程中是客观存在的[5-6]，如果不能及时发现软件的缺陷，就有可能导致计算机软件无法使用，甚至产生无法弥补的严重后果[7]。

基于上述问题，本文提出了基于智能优化算法的计算机软件测试数据自动生成方法。该方法能够在软件测试过程中自动生成测试数据，并自动对计算机软件测试数据进行优化测试。最后，对提出的方法使用Eclipse标准数据进行数据测试，结果表明，该方法可以提高计算机软件测试数据的自动生成效率，有利于改善软件的质量。

1 智能优化算法自动生成的测试数据模型

软件测试的目的是及时发现软件中存在的缺陷，并对其进行修正。在利用智能算法自动生成测试数据的过程中，需要从软件模块中提取度量元数据。利用回归、分类、聚类等方法找出度量元及其测试数据之间的相互联系，以相互联系为基准，对其建立测试数据模型，再通过基本模型对软件中的待测数据进行测试(如图1所示)。本文以智能优化算法自动生成的加权测试数据为基准，对计算机软件测试数据进行不同算法的对比实验研究。

图1 计算机软件测试数据模型