1.一种融入模糊聚类的软件测试方法，其特征在于：该方法包括以下步骤：设某一测试程序为G，程序的输入为X，s为G中某一原语句，对其实施变异之后得到变异语句s′；满足变异测试的必要条件“s！＝s′”，即是满足弱变异测试准则，其中“！＝”为不等于符号，那么条件语句“if s！＝s′”和它的真分支，基于弱变异测试准则称为变异分支，它对应的变异体记为Mi；一个变异体对应一个变异分支；按照同样的方法，得到所有变异体的集合，记为M＝{M1,M2,…,Mn}，n为变异体的个数；将这些变异分支插入G中对应原语句前面，形成的新被测程序，记为G′；X运行G′，如果“if s！＝s′”的真分支被执行，那么，基于弱变异准则Mi被杀死；

步骤S1：计算变异体之间的相似度；

步骤S2：构建变异体相似矩阵，对于所有变异体M1,M2,…,Mn之间的相似度，可以建立变异体了相似矩阵Λ；

步骤S3：模糊聚类变异体：

设第i簇为Ci，开始时 设阈值记为T∈(0,1)，与Mi相似的变异体个数ηi，初值为0；

S31：ηi＝0,i＝1,2,...,n；

S32：考察Λ中Mi,i＝1,2,...,n对应的行，Mi与每一个Mj,Mj∈M,j＝1,2,...,n,Mj≠Mi的αi,j值，如果αi,j≥T，ηi＝ηi+1；

S33：基于η1,η2,…,ηn降序排列M1,M2,…,Mn；输出排序后的变异体序列，记为M′1,M′2,…,M′n，有序集合记为S＝{M′1,M′2,…,M′n}；

S34：变量i＝1；

S35：从S中选出首元素M′1，作为聚类中心，M′1表示为 更新簇为S36：将 分别从S和M中删除；

S37：考察Λ中 对应的行， 与Mj,Mj∈M,j＝1,2,...,n, 的αi,j值，如果αi,j≥T，可以把Mj放入Ci，由此得到，以 为中心的簇 其中|ci|为簇中元素的个数， 为第i个簇中第k个元素；

S38：将 从S中删除；

S39：i＝i+1；

S310：判断S是否还有变异体，如果还有变异体，转S34；

S311：输出变异体簇，记为C1,C2，…Cm，其中 为每个簇的聚类中心，m为簇的个数。

2.根据权利要求1所述的一种融入模糊聚类的软件测试方法，其特征在于：所述步骤S1中计算变异体之间的相似度的方法为：定义一个随机变量μi(X)反映X杀死变异体Mi情况采用数理统计的方法计算μi(X)，首先，获取一个测试用例集，为此，在程序G输入域内随机生成R个样本，记为X1,X2,...,XR；将Xk,k＝1,2,…,R执行程序，考察在弱变异测试准则下它是否能杀死Mi，然后计算μi(Xk)的值；

然后，假设变异体Mi,Mj,i,j＝1,2,...,n,i≠j是两个不同的变异体，定义两个随机变量μi(Xk)和μj(Xk)分别反映Mi,Mj被杀死的可能性；那么μj(Xk)＝1的概率表示为：Mi和Mj之间的相似度，记为αi,j，由上式可以表示为:由上式可知，αi,j∈[0,1]。

3.根据权利要求1所述的一种融入模糊聚类的软件测试方法，其特征在于：所述步骤S2中构建变异体相似矩阵的方法为：

对于所有变异体M1,M2,…,Mn之间的相似度，建立变异体了相似矩阵Λ，记为：