用于测试套件生成的多元独立目标（MIO）算法

自动生成测试套件本质上是一个多目标问题，因为任一测试目标（例如，要执行的语句或要杀死的变异体）本身即是一个目标。测试套件生成具有与许多其他更常规的优化问题颇为不同的特性。例如，给定已有测试套件，可添加更多测试以覆盖剩余目标。人们希望用最少数量的小型测试覆盖尽可能多的目标，但相较于首要覆盖这些目标，这仅是次要目标。此外，软件测试中的目标数量会迅速变得难以处理，可达（数十/数百）千的量级，尤其对于工业规模系统的系统测试。传统多目标优化算法在仅优化四到五个目标时便可能开始吃力。为克服这些问题，已提出不同技术，例如整体测试套件（WTS）方法和多目标排序算法（MOSA）。然而，这些技术在面对极大量目标和有限搜索预算（系统测试中的典型情形）时可能难以扩展。本文中，我们提出一种称为多元独立目标（MIO）算法的新算法。该算法基于测试套件生成的特定性质而设计并定制。在一组人工与实际软件上的实证研究表明，MIO 算法相比 WTS 和 MOSA 可实现更高覆盖率，因其能更好地利用测试套件生成的特性。