软件测试是发现软件错误和缺陷,从而保证软件质量的主要手段。软件测试是软件开发周期中非常重要的环节。生成合适的测试数据是软件测试过程的关键和难点。人工构造测试数据往往伴随着繁重的工作量和盲目性,从而导致测试效率低下,测试周期长,测试充分性难以保证。自动生成测试数据可以有效地弥补上述缺陷,降低软件测试成本,提高软件测试效率。测试数据自动生成和测试充分性问题是自动化测试中的两个基本问题。路径覆盖是一种比较严格的覆盖准则,并且在软件开发早期进行路径测试能较早的发现软件中的缺陷和错误,因此路径测试具有较高的实用价值。然而,在实际的软件测试中完整的路径覆盖是不可行的,通常的做法是选取特定路径或者根据一定的标准选定所有路径的一个有限集合进行测试。以路径覆盖为测试准则,本文分别提出运用蚁群算法、粒子群-遗传混合算法、遗传-蚁群混合算法来解决软件测试数据自动生成问题。详细介绍了适合蚁群算法的搜索模型的构建方法以及信息素释放原理,阐述了在粒子群-遗传混合算法中如何动态设定种群极值和个体极值,详述了在遗传-蚁群混合算法中如何利用遗传算法中的交叉原理来生成新的蚂蚁搜索路径。最后,分别将三种方法与其他方法进行了实验结果分析和比较。实验证明,本文所提出的三种基于路径覆盖准则的软件测试数据自动生成方法是灵活、有效、具有一定的理论意义与实用价值的。