摘 要：随着软件测试自动化水平的进一步提升，其对自动准确生成软件测试数据的要求也逐渐提高。但由于以往常用的遗传算法存在一定的局限性，难以令软件测试数据始终保持较快的自动生成速度与数据高质量。因此需要对该遗传算法进行优化改进，在这一背景下，本文将从阐明改进遗传算法的必要性入手，分别从算法设计与系统设计两方面，重点针对基于改进遗传算法的软件测试数据自动生成系统进行简要分析研究。
关键词：改进遗传算法；软件测试数据；自动生成系统
中图分类号：TP311.53；TP18 文献标识码：A 文章编号：2096-4706（2020）01-0023-02
Research on Software Test Data Automatic Generation System Based on Improved Genetic Algorithm
SUN Degang
（Shandong Huayu University of Technology，Dezhou 253034，China）
Abstract：With the further improvement of the level of software test automation，its requirements for automatically and accurately generating software test data have gradually increased. However，due to the limitations of the commonly used genetic algorithms in the past，it is difficult to keep the software test data always at a relatively fast automatic generation speed and high quality. Therefore，the genetic algorithm needs to be optimized and improved. In this context，this article will start by clarifying the necessity of improving the genetic algorithm，from the aspects of algorithm design and system design，this paper focuses on the automatic generation system of software test data based on improved genetic algorithm.
Keywords：improved genetic algorithm；software test data；automatic generation system
基金项目：2017 年度山东省职业教育教学改革研究项目（2017304）
参考文献：
[1] 姬峰. 基于改进遗传算法的软件测试自动化机制研究 [J].信息技术，2019（10）：88-93.
[2] 韩霄汉，叶方彬，窦健，等. 基于改进遗传算法的接口测试数据集的生成方法 [J]. 济南大学学报（自然科学版），2019，33（1）：56-60.
[3] 王佩佩. 基于自适应遗传算法的测试数据自动生成理论与方法 [D]. 徐州：中国矿业大学，2018.
作者简介：孙德刚（1978.04-），男，汉族，山东德州人，高级工程师，学士学位，研究方向：教育信息化、软件开发。