医疗机器人控制软件测试数据的生成方法、注入方法技术

本发明专利技术提供了一种医疗机器人控制软件测试数据的生成方法、注入方法，生成方法包括步骤：S1、生成被测软件的CFG控制图；S2、计算CFG控制图内的有限路径数量；S3、以有限路径数量作为SUT的输入参数，进行总群的初始化；S4、若不存在未被覆盖的路径或者运行代数最大时，得到最佳染色体；S5、若存在未被覆盖的路径或者运行代数最大时，进行个体评价；S6、对染色体进行交叉操作和变异操作；S7、计算染色体的适应度值；S8、若适应度值不符合要求，则选择下一代个体，运行代数增加，并返回至步骤S4。采用本发明专利技术的方法能以更少的评估量提供更好的覆盖范围。围。围。

【技术实现步骤摘要】
医疗机器人控制软件测试数据的生成方法、注入方法


[0001]本专利技术属于医疗机器人测试
，涉及一种医疗机器人控制软件测试数据的生成方法、注入方法。

技术介绍

[0002]嵌入式软件在医疗机器人、交通系统、工业控制领域等应用越来越广泛。其应用需求的不断增长对嵌入式软件的质量提出更高要求。软件测试是保证其软件可靠性的主要手段。
[0003]软件测试是一项繁琐、复杂的工作，自动化测试是提高效率、降低成本的有效途径，其中测试数据的生成是软件测试的关键，将智能优化算法如遗传算法、粒子群算法等应用到软件测试数据自动生成过程中，其生成的效率会有明显提高。
[0004]但这些单一算法都有不足之处，如遗传算法、粒子群算法均存在早熟和局部搜索能力差等缺陷，禁忌搜索算法过多依赖初始解和迭代次数，不少研究者对这些算法进行改进，测试数据生成效率较传统优化算法得到明显提高。其中运用最广泛的遗传算法在测试数据生成方面是一种实用的算法，但是其自身存在局限性，如过早收敛、优化效率低等，并且种群规模大，迭代分析次数过多，导致了算法运行时间长，且易受参数影响本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医疗机器人控制软件测试数据的生成方法，其特征在于，包括步骤：S1、生成被测软件的CFG控制图；S2、计算CFG控制图内的有限路径数量；S3、以有限路径数量作为SUT的输入参数，进行总群的初始化；S4、若不存在未被覆盖的路径或者运行代数最大时，得到最佳染色体；S5、若存在未被覆盖的路径或者运行代数最大时，进行个体评价；S6、对染色体进行交叉操作和变异操作；S7、计算染色体的适应度值；S8、若适应度值不符合要求，则选择下一代个体，运行代数增加，并返回至步骤S4。2.根据权利要求1所述的生成方法，其特征在于，采用CFG内的循环数计算CFG控制图内的有限路径数量。3.根据权利要求1所述的生成方法，其特征在于，所述交叉操作包括：以另一条染色体上的非重复测试用例对每条染色体上的重复测试用例进行替换。4.根据权利要求1所述的生成方法，其特征在于，所述突变操作包括：找到染色体内所有重复的测试用...

【专利技术属性】
技术研发人员：黄凯，林军，
申请(专利权)人：中山大学，
类型：发明
国别省市：