تولید خودکار دادگان آزمون به کمک شبکه عصبی

چکیده یکی از مراحل مهم آزمون نرم افزار شئ گرا، آزمون مستقل اشیا است.آزمون مستقل اشیا با دو مشکل روبه رو است: اولاً شئ مورد فراخوانی ممکن استروش هایی از اشیا دیگر را فراخوانی کندودر نتیجهبررسیمستقلآن ممکن نباشد. ثانیاً روش های فراخوانی شده ممکن است زمان بر باشند و باعث شوندآزمون شئ مورد نظر طولانی شود. یک راه حل برای رفع دو مشکل فوق، استفاده از اشیا جاعل است. اشیا جاعل روش-های مورد فراخوانی را شبیه سازی کند. اشیا جاعلی که تاکنون معرفی شده اند مبتنی بر جدول هستند و خود از مشکلات زمان بر بودن و مهمتر از آن عدم توانایی در شبیه سازی دقیق روش ها رنج می برند.از سوی دیگر دادگان آزمون کم می باشد وتولید خودکار موارد آزمون با حداکثر میزان پوشش مسیرهای اجراییدر برنامه های مورد آزمون مورد توجه بوده است. این مقاله شامل دو بخش پیشنهادی است، در بخش اول مقاله با استفاده از شبکه های عصبی عملکرد توابع خطی درون برنامه ها شبیه سازی می شود. همچنین با به کارگیری الگوریتم ژنتیک، بهترین زیر مجموعه از ورودی ها برای آموزش شبکه عصبی را از بین مجموعه بزرگی از ورودی ها که به صورت تصادفی ایجاد شده اند، در بخش دومتعیین می شود. در این تحقیق یک شئ جاعل مبتنی بر شبکه عصبی پیشنهاد می گردد که هر دو مشکل اشیا جاعل مبتنی بر جدول را رفع کند. آزمایش ها روی توابع ریاضی، منطقیوگسستهنشان می دهد کهروشپیشنهادی در هردو بخش، عملکرد مناسبی داشته اند.