一种基于粒子群的整车控制策略测试用例自动生成方法技术

本发明专利技术公开了一种基于粒子群的整车控制策略测试用例自动生成方法，包括：S1，获取多个控制参数，设置种群规模和粒子的空间维数；S2，初始化每个粒子的位置和速度，以及历史个体最优值和全局最优值；S3，累计每个测试分支对应的取值区间包含历史个体最优值和全局最优值的次数；将落入测试分支对应的一组取值区间的历史个体最优值和全局最优值作为一个候选测试用例；S4，更新粒子的速度和位置，以及更新历史个体最优值和全局最优值；S5，若t≤T，若所有测试分支的执行次数均大于0，或者t＞T，进入S6；S6，停止迭代，输出测试用例集。根据测试分支覆盖难易程度引入动态权值，优化适应度评价函数，提高了搜索效率和测试用例集路径覆盖率。

【技术实现步骤摘要】
一种基于粒子群的整车控制策略测试用例自动生成方法
本专利技术涉及软件测试领域，特别是涉及一种基于粒子群的整车控制策略测试用例自动生成方法。
技术介绍
随着纯电动汽车功能越来越多，整车控制器的结构和整车控制策略将更加复杂，出现问题的可能性就会越大，因此出厂前需要大规模测试。目前，测试用例的编写基本是手动完成，随着信息技术的飞速发展，传统的测试用例生成方法已经不能满足大规模的测试。一般的测试方法包括等价类划分法、边界值法、因果图法，这些方法都需要测试人员去分析被测对象的特性并手动编写测试用例，在对整车控制器进行白盒测试的时候很难使测试用例覆盖率达到100％。并且人为编写的测试用例存在许多的冗余，测试过程中也将耗费巨大人力、财力，直接降低了测试效率。无法满足对于生成的测试用例库更精简、更高效的要求。现有技术中，提出了多种测试用例自动生成的方法，一种是直接采用粒子群算法，但其适应度评价函数只考虑分支距离而不考虑分支的覆盖难度，很容易导致算法陷入局部最优，不容易找到最优测试用例；目前还有采用寻优算法或者遗传算法自动生成测试用例，但是采用这本文档来自技高网...

【技术保护点】
1.一种基于粒子群的整车控制策略测试用例自动生成方法，其特征在于，包括：/n步骤S1，获取整车控制策略的多个控制参数，设种群规模为N，N为正整数，依据控制参数的数量设置粒子的空间维数，根据每个控制参数的取值范围获得粒子的搜索空间；/n测试程序包含b个测试分支，每个测试分支对应一组包含多个控制参数取值范围的取值区间，将N个粒子分为b个子群，子群与测试分支一一对应，所述b为正整数；/n步骤S2，通过随机函数初始化每个粒子的位置和速度，计算每个粒子的适应度值，将适应度值最大的粒子的位置作为历史个体最优值和全局最优值；设t表示迭代次数，令t的初始值为1；/n步骤S3，累计每个测试分支对应的取值区间包含...

【技术特征摘要】
1.一种基于粒子群的整车控制策略测试用例自动生成方法，其特征在于，包括：
步骤S1，获取整车控制策略的多个控制参数，设种群规模为N，N为正整数，依据控制参数的数量设置粒子的空间维数，根据每个控制参数的取值范围获得粒子的搜索空间；
测试程序包含b个测试分支，每个测试分支对应一组包含多个控制参数取值范围的取值区间，将N个粒子分为b个子群，子群与测试分支一一对应，所述b为正整数；
步骤S2，通过随机函数初始化每个粒子的位置和速度，计算每个粒子的适应度值，将适应度值最大的粒子的位置作为历史个体最优值和全局最优值；设t表示迭代次数，令t的初始值为1；
步骤S3，累计每个测试分支对应的取值区间包含历史个体最优值和全局最优值的次数，记为所述测试分支的执行次数；将落入测试分支对应的取值区间的历史个体最优值和全局最优值作为一个候选测试用例；
步骤S4，以历史个体最优值和全局最优值更新粒子的速度和位置；计算每个测试分支的适应度，将适应度最大的测试分支对应的子群中粒子适应度值最大的粒子作为历史个体最优值和全局最优值；
步骤S5，若t≤T，判断所有测试分支的执行次数是否均大于0，若所有测试分支的执行次数均大于0，进入步骤S6，若不是所有测试分支的执行次数均大于0，令t＝t+1，返回执行步骤S3、S4、S5，若t＞T，进入步骤S6；T为预设的最大迭代次数；
步骤S6，停止迭代，将获得的所有候选测试用例构成测试用例集并输出，将所有执行次数为0的测试分支构成未覆盖路径集并输出。


2.如权利要求1所述的基于粒子群的整车控制策略测试用例自动生成方法，其特征在于...

【专利技术属性】
技术研发人员：王令，王文斌，邹光南，
申请(专利权)人：东方红卫星移动通信有限公司，
类型：发明
国别省市：重庆;50