软件测试是保证软件质量的关键步骤。对于某些软件,输出域存在许多值得关注的检测点,适合于从输出域出发设计测试用例。如果测试数据能够自动生成,测试开销将显著降低。测试自动化的关键是测试输入和期望输出的自动生成,但对于给定的输出,根据被测软件规格说明书自动生成相应的输入较为困难。因此,探讨一种基于输出域的测试数据自动生成的方法,具有十分重要的理论意义和实用价值。对于大多数被测软件来说,输入和输出之间存在复杂的非线性关系,因此,本文利用神经网络良好的非线性映射功能,构建被测软件的功能模型,以模拟被测软件的功能,正确表达输入输出之间的关系;在此基础上,对于给定的输出,利用遗传算法搜索相应的输入,并对遗传算法进行了改进,提出了新的交叉算子和变异算子。实验结果表明:本文提出的基于输出域的测试用例自动生成方法是行之有效的,构建的功能模型能够正确模拟被测软件的功能,改进的遗传算法能够提高测试生成的效率和成功率。