变异测试是一种评估测试数据故障检测能力的有效技术,在软件测试领域得到广泛的应用。但变异测试仍然存在很多需要进一步研究的困难问题,比如变异体数量庞大、变异测试数据生成效率低下、等价变异体等。减少变异体的数量和高效生成杀死变异体的测试数据,是变异测试中的热点问题。鉴于此,本文从这两个方面展开研究。(1)提出基于语义分析的变异算子约简方法,通过选择具有代表性的变异算子,减少变异体的数量。为此,本文把变异测试充分性和变异算子数量作为两个目标函数,建立变异算子约简问题的数学模型,并采用遗传算法求解上述问题。首先在五类变异算子的基础上,先对同一类型的算子进行约简;然后,再对变异算子类进行约简,并基于此,建立两阶段优化模式模型自动搜索具有代表性的变异算子。约简变异算子时,基于语义分析的结果,优先选择具有代表性的变异算子,以加快求解的速度。在建立优化问题的目标函数时,同时考虑变异算子约简的效率和有效性,即保证较高变异充分度的前提下,尽可能减少变异算子的数量。(2)设计基于重生遗传算法的变异测试数据生成方法。该方法首先根据弱变异测试转化思想构建变异分支,并将这些分支插桩到原程序中,形成新的被测程序;然后,根据变异算子约简方法确定覆盖这些变异分支的优先级顺序,进而建立测试数据生成问题的数学模型;最后,使用重生遗传算法对模型进行求解,并将本文方法与基于遗传算法的测试数据生产方法进行比较,验证了本文方法的有效性。本文的研究成果,进一步丰富了变异测试理论,提高了变异测试效率,对理论分析和实验研究具有重要的参考意义。