基于GPGPU的软件回归测试用例多目标预优化

项目名称： 基于GPGPU的软件回归测试用例多目标预优化

项目编号： No.61170082

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 自动化技术、计算机技术

项目作者： 李征

作者单位： 北京化工大学

项目金额： 58万元

中文摘要： 回归测试是软件演化过程中一项频繁执行且开销巨大的任务，其耗费甚至会占到软件维护总费用的三分之一以上。测试用例预优化技术是一种高效实用的回归测试技术，其目的是将不同的测试用例按照其重要程度排序后使用，从而获得更高的回归测试效率。课题申请者首先提出并应用现代启发式搜索算法到软件回归测试用例预优化中，并将研究成果发表在TSE上，受到该领域专家学者的广泛关注，文章已经被引用120多次。在本申请课题研究中，申请者提出了一种基于多目标优化的软件回归测试用例预优化技术。这项技术将为实现为实际软件回归测试提供有效的指导和帮助。同时，申请者还提出用GPGPU技术解决多目标优化演化算法的效率问题。这种技术可以以很小的成本获取算法运算效率的数十倍提高，不但能有效的提高软件回归测试用例预优化的效率，而且对整个多目标演化算法领域中广泛存在的效率问题有重大的指导作用，因此本课题研究具有重要的理论和现实意义。

中文关键词： 回归测试；优先排序；多目标优化；演化算法；GPGPU

英文摘要：

英文关键词： Regression Testing；Prioritization；Multiple Objective Optimization；Evolutional Algorithms；GPGPU