测试用例自动生成是自动化单元测试的重点之一,在面向路径的自动化单元测试中,抽象内存模型用于精准的提取路径上变量的语义和约束,其为自动生成测试用例的前提条件。但是,已有的抽象内存模型还存在不足之处,比如类型支持不全面、难以精确处理复杂操作、记录信息不全面等,这导致不能为一些所选路径生成测试用例或者生成了错误的测试用例,降低了测试效率及效果。本文围绕提高抽象内存模型记录的精确度和支持的完备性等方面进行研究,在已有抽象内存模型的基础上,提出了优化后的抽象内存模型,包括数值型、指针型、结构体型、数组型、共用体型。并且改进了约束提取算法和非数值型测试用例形状构建算法,使其能够更加精确的模拟复杂操作的语义,并提取约束。在优化后的抽象内存的基础上,解决了现存的两类问题,为自动测试用例生成提供了更为准确全面的信息。作者在代码测试系统(Code Test System,CTS)中实现了上述抽象内存模型,并对其进行了测试。结果表明,本文提出的优化后的抽象内存模型比原有的抽象内存模型更加通用,特别是在复杂类型的程序中,可以正常生成测试用例,测试覆盖率显著提高。