基于GPGPU的软件回归测试用例多目标预优化

测试用例优先排序技术是一种高效实用的回归测试技术，其目的是将不同的测试用例按照其重要程度排序后使用，从而获得更高的回归测试效率。在本课题研究中，我们提出了一种基于多目标优化的软件回归测试用例优先排序技术，设计了三种可用于排序的目标，并分别研究了NSGA-II算法、蚁群算法（ACO）、粒子群算法（PSO）和协同演化算法在多目标测试用例优先排序中的应用。同时采用了先进的 GPU 图形卡通用并行计算技术，提出了面向 CPU+GPU 异构计算下的多目标测试用例优先排序技术，提高测试用例优先排序的计算效率。在实验过程中，除了使用广泛应用的benchmark程序验证外，使用开源的 Google浏览器Chrome的JavaScript引擎，V8程序，程序代码行超过10万，有效代码行近6万。基于真实的具有一定规模开源程序的实验能够有效的证明课题提出技术的有效性，发表在SSBSE2015的论文Epistatic Genetic Algorithm for Test Case Prioritization获得基于真实工业数据的最佳论文奖(Best SBSE Paper based on actual industry data)。为了能够更好的帮助相关领域的研究人员使用本项目研究的技术，我们在CUDA平台下开发并实现了原型工具，并将程序设计成开源库模式，程序代码遵循GNU GPL2.0开源协议发布在github上。..在研究过程中，我们积极探索研究新方向，在把测试用例优先排序和软件错误定位技术相结合的基础上，提出了一种基于动态相似度的错误定位优先排序方法，节约了测试时间和成本。. .在项目资助下，项目负责人在中国计算机学会（CCF）软件工程专委会中组建了基于搜索的软件工程学组，自2012年起每年举办中国基于搜索的软件工程研讨会，组织相关领域的专家学者一起交流研讨，促进该领域在中国的发展。同期建立了中国基于搜索的软件工程网站www.csbse.org，收集本领域内的各种资源，为相关研究人员提供服务。2014年，项目负责人牵头撰写了《基于搜索的软件工程研究与进展》，发表在《CCF2013-2014中国计算机科学技术发展报告》中，极大推动了该领域在中国的发展。2015年成功申办了软件学报《基于搜索的软件工程研究专刊》，并将于2016年发表。