راهكاري نوين جهت توليد دنباله آزمون كمينه در فرآيند آزمون نرم افزار با تركيب الگوريتم هاي جستجوي تپه نوردي و جستجوي خفاش

A Hybrid solution for Software testing to minimum test suite generation using hill climbing and bat search algorithms

امروزه استفاده از الگوريتم­هاي مبتني بر هوش جمعي به­ همراه استراتژي آزمون T-ستوني[i] در حوزه توليد خودكار دنباله آزمون كمينه، افزايش يافته است. در اين ميان الگوريتم­هاي جستجوي ژنتيك، الگوريتم مورچگان، شبيه­سازي تبريد، ازدحام توده ذرات و الگوريتم جستجوي ممنوعه سهم به ­سزايي را دارند. اكثر اين الگوريتم­ها به ­دليل داشتن ساختار پيچيده و استفاده از محاسبات دشوار قادر به توليد دنباله آزمون براي مقدار 3T> نمي­باشند. در اين پژوهش با تركيب الگوريتم جستجوي تپه­نوردي و الگوريتم جستجوي خفاش، دنباله آزمون بهينه با استفاده از استراتژي آزمون T-ستوني براي پيكربندي­هاي مختلف توليد مي­شود. اين راهكار قادر است كه دنباله آزمون تا مقدار 10T= را نيز توليد كند. يكي از معيارهاي ارزيابي توليد دنباله آزمون، اندازه آرايه توليدشده است. در اين پژوهش ضمن مقايسه راهكار پيشنهادي با جديدترين الگوريتم­هاي منتشرشده در حوزه توليد خودكار دنباله آزمون، برتري آن نيز نشان داده خواهد شد.

Nowadays using meta-heuristic algorithms besides T-way testing strategy is increasing to generate minimum test suites automatically. Genetic Algorithm، Ant Colony، Simulated Annealing، and Tabu Search play an important role in this regard. However، most of these algorithms cannot generate test suits efficiently for T>3 due to their complex structure and complicated computations. In this paper، we propose a hybrid approach using hill climbing and bat search algorithms to minimum test suit generation. Our proposed solution uses T-way strategy to test suit generation for different configuration of the system. The proposed solution can generate test suits up to T=10. Since one of the most important criterions for the evaluation of test suits is the array size، hence we compare our results with other existing approaches in terms of this criterion. Our results show that our proposed solution outperforms other approaches.