4.3　基于神经网络技术的测试用例生成时间预测

测试用例生成时间是衡量测试效率的关键因素,CTS采用分支限界的方法进行测试用例生成,研究和实验[20]发现,影响测试用例生成的指标包括代码行数、参数个数、局部变量个数、全局变量个数、路径长度、语句个数、分支个数、表达式总个数、等式个数、非等式个数、位运算表达式个数、循环个数、循环的最大深度、函数调用个数、独立变量个数、数组维度、结构体层数和指针个数等。通过影响测试用例生成相关指标结合具体被测程序构建数据集合,利用神经网络对数据集合进行建模,从而实现预测测试用例生成时间的目的。(https://www.daowen.com)

本节提供一种对测试用例自动生成时间进行预测的技术和方法,用以提升测试用例自动生成效率,从而改善自动化测试软件的测试性能。首先,对实际工程进行分析,统计影响测试用例生成的数据,同时对测试用例自动生成时间进行记录。然后,利用神经网络对数据集合进行建模。最后,通过输入相应的软件度量数据,实现测试用例自动生成时间的计算和预测。该方法可以方便自动化测试软件的进一步开发,方便用户对整个测试进度有初步的了解。