1.一种基于相关输入变量的软件测试用例进化生成方法，设被测程序为G，对其包含的语句实施变异，得到变异分支集合为M＝{M1,M2,…,Mn}，n是变异分支的个数；将这些变异分支插入到G中，得到新的被测程序G'；设程序的输入向量为X＝(x1,x2,…,xm)，m是程序输入变量的个数；输入域D(X)是每个输入变量域的叉乘,即D(X)＝D(x1)×D(x2)×…×D(xm)；其特征在于：该方法包括以下步骤：S1：基于静态分析确定输入变量与变异分支的相关性；

S1.1：确定变异分支与输入变量的相关性；

S2：构建基于相关输入变量的变异测试用例生成优化模型；

S3：基于遗传算法生成变异测试用例。

2.根据权利要求1所述的一种基于相关输入变量的软件测试用例进化生成方法，其特征在于：步骤S1.1中基于静态分析确定输入变量与变异分支的相关性的方法为：* *

设 D (xj)是D(xj)的子域，如果某一个输入变量xj在D (xj)取不同的值，* *

能够影响Mi是否被杀死，那么，定义xj在D(xj)与Mi相关；否则定义xj在D (xj)与Mi不相关；判断方法具体为：

*

选择所有路径中最容易覆盖的路径，作为目标路径Pi，然后在D (xj)内，分析xj与Pi的相关性；如果Pi上每个节点语句都与xj不相关，那么判定Mi与xj不相关；如果Pi上只要有一个节点语句与xj相关，那么判定Mi与xj相关。

3.根据权利要求2所述的一种基于相关输入变量的软件测试用例进化生成方法，其特征在于：步骤S2中构建基于相关输入变量的变异测试用例生成优化模型的方法为：对于M i ，设 与它相关 的输入 变量为 那么决策向 量记 为对于Mi，基于相关输入变量的变异测试用例生成模型表示为：其中 为 所形成的取值域， 为目标函数，当 杀死Mi， 当 没有杀死Mi， Mi被杀死当且仅当 取最小值0；这个目标函数很难指导种群的进化，所以需要定义约束函数

设从程序开始到Mi， 穿越的路径为 与Pi的相似度记为 表示为其中，|Pi|为从程序开始到Mi路径Pi上节点的个数； 为从程序开始，Pi和上相同节点的个数。

4.根据权利要求3所述的一种基于相关输入变量的软件测试用例进化生成方法，其特征在于：步骤S3中基于遗传算法生成变异测试用例的方法为：对于Mi，当采用遗传算法生成测试用例时，对进化个体实施编码，交叉和变异操作，只需在相关的变量 部分；对于不相关的程序输入，在其输入域内，随机的取一个值，在整个进化过程中保持不变；

在种群整个进化过程中，适应值函数是用于驱动测试用例生成；基于目标函数 和约束函数 Mi的适应值函数为 表示为：其中，d是一个常数，它的作用确保括号中的值大于0；当且仅当 能杀死Mi；

采用遗传算法生成变异测试用例的算法为：输入：Mi；

输出：测试用例；

Step1：初始化子种群和遗传参数；

Step2：种群中每个进化个体在执行Mi；

Step3：判断终止条件是否满足，如果没有满足，转Step4；如果满足，转Step6；

Step4：计算进化个体适应值 执行选择、交叉、变异遗传操作，生成新的进化个体，转Step2；

Step5：保存被杀死的变异体和测试用例；转Step6；

Step6：输出测试用例；

每一个种群的进化个体编码根据它对应的决策变量确定，Step3中终止条件有两个，一个是生成杀死变异体的测试用例；另一个是种群进化到最大迭代次数。