[发明专利]一种基于Actor-Critic算法的类集成测试序列生成方法

权利要求书

1.根据权利要1所述的一种基于Actor-Critic的类集成测试序列生成方法，一种基于Actor-Critic算法的类集成测试序列生成方法，其特征在于：

步骤1、定义目标任务：本方法的任务就是使Actor网络环境中不断地进行尝试，根据不同的状态选择不同的动作，同时，Critic根据当前所处的环境，对Actor所选动作做出价值评估；最终使两个网络不断优化，最终目标是为了训练出的Actor网络选择出总体测试桩复杂度最低的序列；

步骤2、程序静态分析：对源程序进行静态分析，将获取的信息用于计算类间的属性和方法复杂度，通过属性复杂度计算类间的属性耦合，通过方法复杂度计算类间的方法耦合；

步骤3、度量测试桩复杂度：依据前面得到的属性和方法复杂度计算测试桩复杂度，为后面奖励函数的设计提供信息；

步骤4、设计奖励函数：将测试桩复杂度的计算融入奖励函数的设计中，将动作收益与动作成本相减得出动作净收益，作为动作奖励值；

步骤5、Actor网络选择动作：通过奖励函数反馈值函数，通过值函数的设定保证累计奖励最大化；

步骤6、Critic网络评价动作的优劣：当Actor完成设定的训练次数，选出整体奖励值最大的动作路径，即为本次学习得到的类集成测试序列；

步骤7、更新网络参数：当Actor网络与Critic网络完成一定次数的循环后，产生的经验值可以用于更新两个网络中的参数，使之更加准确；

步骤8、得出类集成测试序列：当Actor完成设定的训练次数，选出整体奖励值最大的动作路径，即为本次学习得到的类集成测试序列。

2.根据权利要求1所述的一种基于Actor-Critic的类集成测试序列生成方法，其特征在于：

步骤1的具体步骤如下：

1.1、将要分析的软件系统中的所有类视作一个类集合；

1.2、Actor网络依次选择不重复的类作为动作，记录下动作顺序，最终所得动作顺序即为类集成测试序列候选方案；

1.3、从候选解决方案中找到一条总体测试代价最低的动作顺序，即为本次学习过程所求的类集成测试序列。

3.根据权利要求1所述的一种基于Actor-Critic的类集成测试序列生成方法，其特征在于：

步骤2的具体步骤如下：

2.1、分析类间关系，通过属性复杂度计算类间的属性耦合，用A(i,j)表示，i和j分别表示程序中的类，属性复杂度数量上等于i调用j的成员变量数、方法参数类型与方法的返回值数目三者之和；

2.2、通过方法复杂度计算类间的方法耦合，用M(i,j)表示，方法复杂度数目等于i调用j中方法的数目；

2.3、对属性和方法复杂度进行标准化，即属性复杂度是，方法复杂度是，得到的结果均在0到1之间。

4.根据权利要求1所述的一种基于Actor-Critic的类集成测试序列生成方法，其特征在于：

步骤3的具体步骤如下：

3.1、用熵权法设定测试桩复杂度计算中的属性权值W_A和方法的权值W_M；

3.2、结合属性复杂度和方法复杂度计算得到测试桩复杂度SCplx：

3.3、当得到类集成测试序列时，对过程中产生的测试桩复杂度进行累加，得到总体测试桩复杂度。