软件测试旨在揭示软件中存在的漏洞或者风险,保证所开发软件的安全性和可靠性。而生成有效的测试数据,是软件测试的核心工作。变异测试是基于缺陷的测试技术,通过向原程序人为植入缺陷,以模拟实际程序中存在的漏洞。因此,变异测试常用来检测测试数据是否有效。但是,为数众多的变异体产生的高昂测试代价,严重影响这一测试技术在实际中的广泛应用,从而研究降低测试代价的理论与方法是非常必要的。本文针对变异测试,分别从测试对象选择、测试数据生成,以及方法的具体实现等3个方面进行研究。首先,为了减少变异操作对象的数量,提出基于语句重要度的变异测试对象选择方法,选择重要度高的语句,作为执行变异操作的对象。为此,分析原语句的成分和它们之间的关系,给出反映变异测试对象重要性的3个因素。基于这些因素的重要性,建立评价所选变异测试对象重要性的指标,并据此提出一种变异测试对象选择方法,从而实现变异测试对象的选择。该方法仅选择部分变异测试对象,以减少需要实施变异测试的对象数量,从而提高变异测试的效率。其次,给出基于重要语句的分支覆盖优先策略和基于遗传算法的变异测试数据生成方法。为此,根据变异测试对象重要度的评价方法,计算原程序各语句的重要度,并进行降序排列。依据上述排序,确定对应变异分支的覆盖顺序,并采用遗传算法,生成覆盖变异分支的测试数据。所提方法不但能够确保变异测试的充分性,还能降低执行变异测试所花费的代价。最后,基于以上研究成果,给出变异测试数据进化生成的实现过程。该过程分为3个阶段,分别是:程序处理、进化求解,以及结果处理,用于对程序的分析和执行前的预处理、进化求解各遗传操作,以及实验结果的输出和相关数据的保存等。本文的研究成果丰富了变异测试理论与方法,扩大了遗传算法的应用范围,具有重要的理论意义和应用价值。