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
更新时间:

针对如何提高测试用例排序的效率和alpine效益,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度和代码覆盖率相似度对测试用例集进行聚类,并根据历史执行信息挖掘测试用例之间的执行失败关系,为后续处理做好准备。然后,利用多目标优化算法对每个簇中的测试用例进行排序,生成最终的排序序列,最后利用测试用例之间的关联规则动态调整测试用例的执行顺序,优先考虑可能失败的测试用例,进一步提高缺陷检测的效率。与随机排序法、基于聚类的排序法、基于主题模型的排序法、基于关联规则的排序法和多目标优化排序法相比,该方法的平均故障检测率(APFD)分别增加了12.60%、5.98%、3.01%和2.95%,基于成本的平均故障检测率(APFDc)分别增加了17.18%和5.05%,5.08%和8.21%。实验结果表明,该方法可以有效地提高回归测试的效益。