随着科学技术的快速发展,各种软件产品出现在人们的生活当中,因此人们对于软件质量的要求也逐渐提升。软件测试是比较复杂耗时的,然而良好的软件测试方案,测试方法对于减少软件开发中的重复劳动、降低软件维护工作量的作用是显著的。近年来面向对象技术快速发展,大量的软件产品的开发都使用了面向对象技术,这使得基于UML模型的软件测试变得尤为重要。UML使用活动图来构建有关系统动态方面信息的模型,使用时序图构建系统中对象之间的交互细节信息。但是这两种图都只是表示系统某一方面的信息,不能够全面的展示系统,所以UML2.0这一版本为了弥补这个缺点提出了一个新图-交互概览图,它综合了上述两种图的优点,既能描述系统层面的信息又能表示对象之间的详细的交互信息,使得基于该图的测试更加全面和充分。所以本文选取UML交互概览图为研究对象。作为解决优化问题的一种搜索算法,遗传算法被广泛应用到各个领域中去,对遗传算法的应用研究也越来越受关注。近些年来遗传算法被引用到软件测试中,其在结构测试数据生成中的应用得到了广泛的研究。Ahmed等第一次将遗传算法应用到有关路径的测试中去,而且还是多路径的。Chartchai Doungsa-ard等运用遗传算法生成了UML状态图的测试数据,Nidal Yousef等将时序图、类图和遗传算法结合起来完成了测试数据生成的自动化。由已有的研究可知,我们能够将遗传算法运用到那些使用了UML进行建模的系统的相关测试中去,并能够生成高效的测试数据。因此本文选取遗传算法来生成交互概览图的测试路径。本文以UML交互概览图为研究对象,应用遗传算法来生成交互概览图的测试路径。主要进行了如下工作:(1)对UML建模语言以及遗传算法的基础理论知识进行了介绍。结合了已有的有关时序图、交互概览图测试方法的研究,给出了UML时序图以及交互概览图的形式化定义。(2)将交互概览图的控制结构和交互节点分开处理,交互概览图不仅包含了系统的业务流程信息还包含了对象交互细节信息,首先在不考虑交互概览图交互节点细节信息的条件下,将交互概览图的控制流程信息按照转换规则转化为控制流图。由于交互概览图的交互节点实质上是一个个的时序图,所以接着需要考虑交互节点细节信息,将其转化为消息调用图。(3)控制流图测试路径的生成。使用基于栈的权重分配算法和信息流度量方法来为控制流图中的每个节点分配权重值。根据控制流图中决策节点的个数来确定由该图生成初始种群的个体基因编码长度,编码方式采用0-1编码。每个个体基因表示控制流图的一条路径,计算路径中节点的权重值之和作为该路径的适应度值,进行选择交叉、变异操作直到产生最优测试路径。(4)消息调用图测试路径的生成。按照基本路径提取算法获取消息调用图的基本路径,选取消息调用图中最长路径的长度作为个体基因编码的长度,使用节点的编号来对各个基因位取值。按照一定的规则,产生一个随机数,根据这个随机数来生成初始个体的首个基因位的值,根据该值在消息调用图中任意选取一条测试路径(基因),按照这种方式生成初始种群。以个体对基本路径的覆盖程度为依据构造适应度函数,进行选择、交叉、变异直至产生最优测试路径。(5)交互概览图测试路径生成。将控制流图中最优测试路径的一些节点替换为其节点相对应的消息调用图的测试路径,这样交互概览图的测试路径就生成了。(6)通过具体实例验证了本文所提出的方法。实验结果表明使用本文所提的方法能够生成优化的测试路径,减少测试工作量,提高测试效率。