ارائه روشی جهت تشخیص بهینه مسیرهای آزمون نرم افزاری با استفاده از الگوریتم های فراابتکاری

در طول تاریخ مهندسی نرم افزار، وجود عیب های نرم افزاری در قلب یک سامانه و عدم پوشش مناسب آن ها قبل از استفاده عملیاتی، اکثر مواقع منجر به وقوع حوادث ناگوار جانی و مالی شده است. آزمونی با پوشش مناسب در سطح کد نرم افزار می تواند از وقوع بسیاری از این حوادث جلوگیری کند. آزمون مسیر مبنا به عنوان قویترین معیار پوشش در آزمون جعبه سفید نرم افزار محسوب می شود. پیش نیاز انجام این آزمون، داشتن مجموعه ای از مسیرهای آزمون است. هرچه تعداد مسیرهای آزمون بیشتر باشد، سطح بیشتری از کد منبع نرم افزار تحت پوشش قرار گرفته و عیوب نرم افزاری بیشتری کشف خواهد شد. در نتیجه یک چالش اساسی قبل از انجام آزمون مسیر مبنای نرم افزار عبارت است از شناسایی حداکثری مسیرهای آزمونی که قابلیت پیمایش داشته باشند. تاکنون کارهایی برای حداکثر نمودن تعداد مسیرهای آزمونی قابل پیمایش از جمله روش GSO انجام گرفته است، اما بررسی نتایج نشان می دهد تعداد مسیرهای آزمونی می تواند بیشتر از آن باشد که در حال حاضر به دست آمده است. یک راه برای این مهم، استفاده از راه حل ترکیبی مبتنی بر دو الگوریتم تکاملی ژنتیک و پرندگان موسوم به EGSO است که در این مقاله پیشنهاد شده است. نتایج ارزیابی ها نشان می دهد که استفاده از EGSO موجب افزایش 91 درصدی تعداد مسیرهای آزمون نسبت به روش GSO شده است.