软件测试是软件开发过程中非常重要的部分。随着软件越来越庞大,花费在软件测试工作的时间、人力、物力也越来越多。测试用例的数量决定着软件测试的成本以及效率。在保证软件测试的质量和对软件关键操作进行充分测试的前提下,如何使用最少的测试用例获得最好的测试效果是目前软件测试的主要课题之一。本课题主要讨论如何针对回归测试模型,进行测试用例集的生成和约简,很大程度上降低回归测试的成本,减少测试时间,提高回归测试的效率。本文首先介绍了课题的研究背景及意义,详细介绍了测试用例集优化的研究现状,然后阐述了软件测试、回归测试以及测试用例生成和优化的相关理论基础知识。在分析国内外现有测试用例集优化方法的基础上,提出了基于回归测试模型的改进的用例集优化方法。首先,回归测试中,针对软件中被修改或者新添加的功能,仅仅依靠重新运行以前的测试用例并不足以揭示其中的问题,有必要追加新的测试用例来测试这些新的功能或特征。测试用例生成方法有很多种,本文采用两两组合测试数据生成方法,并用改进的AETG方法和蚁群算法两种方法来生成测试用例。其次,针对回归测试模型的测试用例集的约简方法研究。回归测试模型原有的测试用例库中包含冗余以及失效的测试用例,我们需要对其进行约简工作,新生成的测试用例集NT中也必定包含原有测试用例集OT所能满足的测试需求的测试用例。针对回归测试模型测试用例集的优化,首先要分别对OT和NT进行约简,以降低测试用例之间以及测试用例和测试需求之间的复杂度,这里主要采用贪心算法。然后要将OT和NT合并,对这个整体的测试用例集优化,减少其中重复冗余的测试用例,最大程度上降低软件测试的成本。这里主要采用改进的贪心算法进行优化。改进的AETG成对组合覆盖技术充分考虑系统中因素组合作用,并在选择因素水平值的过程中采用模式匹配的方法,缩减了选择水平值的时间,并且减少生成冗余用例的数量;蚁群算法提供了一种全新的方式解决成对组合覆盖测试数据生成问题,利用蚁群算法能够生成数量较少并且覆盖较多成对组合的测试用例;在合并原有用例集和新增用例集的基础上,根据测试需求的关系优化测试需求,改进的贪心算法能够有效的缩减回归测试用例集的规模并且花费时间减少。因此本文提出的方法能较快的产生较少的测试用例,有效缩减回归测试的规模,达到优化测试用例集的目的。