1.一种基于多策略灰狼鲸鱼算法的测试用例优先级排序方法，其特征在于，应用于测试用例优先级排序系统，所述测试用例优先级排序系统包括种群初始化模块和优化排序模块；

在种群初始化模块中，先建立双优化目标，双优化目标包括平均缺陷检测百分比和有效执行时间，然后构建二维序列种群搜索空间，并基于双优化目标最大值方法对二维序列种群搜索空间初始化，从而得到按照双优化目标的最大值排列的二维序列种群搜索空间；

采用基于均匀分布的方法，对按照双优化目标的最大值排列的二维序列种群搜索空间进行种群初始化，得到原始用例序列种群，同时采用伪反向学习策略与动态反向学习策略获得与原始用例序列种群反向的动态用例序列种群，保留原始用例序列种群和动态用例序列种群中适应度值大于阈值的序列个体，以获得初始用例序列种群；

在优化排序模块中，先去除灰狼优化算法与鲸鱼优化算法中的控制因子，此外，对灰狼优化算法与鲸鱼优化算法的收敛因子实施非线性化，再新增一个随机因子判断条件和一个混合随机因子将灰狼优化算法与鲸鱼优化算法融合，得到灰狼鲸鱼混合算法，最后利用灰狼鲸鱼混合算法对初始用例序列种群进行搜索和评估，生成Pareto最优序列集，以确定测试用例优先级。

2.根据权利要求1所述的基于多策略灰狼鲸鱼算法的测试用例优先级排序方法，其特征在于，平均缺陷检测百分比和有效执行时间的表达式为：；

；

其中，APFD是平均缺陷检测百分比，M表示程序的语句数量，N表示测试用例的数量，TF1、TF2、TFM分别表示在执行用例序列中首次检测到第1个缺陷、第2个缺陷、第M个缺陷的测试用例在序列中的位置，EFT是有效执行时间，ETi表示第i个测试用例执行需消耗的时间， 表示首次达到最大语句覆盖率时所执行的测试用例的数量；

对于优化目标APFD，根据每行的最大值重新排列矩阵；对于优化目标EFT，根据每列的最大值重新排列。

3.根据权利要求2所述的基于多策略灰狼鲸鱼算法的测试用例优先级排序方法，其特征在于，采用基于均匀分布的方法，对按照双优化目标的最大值排列的二维序列种群搜索空间进行种群初始化，得到原始用例序列种群的过程中，满足下式：；

；

其中，RTC表示重新排列后的序号1到N的用例组成的整数列表， 表示测试用例进行随机排列，TC表示序号1到N的用例组成的整数列表， 表示为第i个用例序列个体的第j个位置对应的测试用例序号， 表示四舍五入操作， 表示RTC中的第i个元素， 表示生成随机数操作。

4.根据权利要求3所述的基于多策略灰狼鲸鱼算法的测试用例优先级排序方法，其特征在于，采用伪反向学习策略与动态反向学习策略获得与原始用例序列种群反向的动态用例序列种群的过程中，满足下式：；

；

；

其中， 表示第i个用例序列个体的第j个位置通过反向学习策略获得的反向位置对应的测试用例序号， 表示第i个用例序列个体的第j个位置通过伪反向学习策略获得的伪反向位置对应的测试用例序号， 表示第i个用例序列个体的第j个位置通过动态伪反向学习策略获得的动态伪反向位置对应的测试用例序号， 和 是随机数。

5.根据权利要求4所述的基于多策略灰狼鲸鱼算法的测试用例优先级排序方法，其特征在于，去除灰狼优化算法与鲸鱼优化算法中的控制因子后，得到下式：；

；

其中， 表示第t次迭代时灰狼或鲸鱼的位置向量， 表示第t+1次迭代时灰狼或鲸鱼的位置向量， 表示第t次迭代时猎物的位置向量，是系数向量，是收敛因子向量，是属于区间[0, 1]的随机向量；且将 作为第t次迭代时进行顺序更新的序列个体，将 作为第t次迭代时最佳的用例顺序，将 作为第t+1次迭代时用于顺序更新的序列个体。

6.根据权利要求5所述的基于多策略灰狼鲸鱼算法的测试用例优先级排序方法，其特征在于，对灰狼优化算法与鲸鱼优化算法的收敛因子实施非线性化后，得到下式：；

其中，表示收敛因子， 和 分别表示收敛因子的初始值和终止值，T表示最大迭代次数，为非线性调整系数。

7.根据权利要求6所述的基于多策略灰狼鲸鱼算法的测试用例优先级排序方法，其特征在于，新增一个随机因子判断条件和一个混合随机因子将灰狼优化算法与鲸鱼优化算法融合，得到灰狼鲸鱼混合算法的过程中，满足下式：；

；

其中， 为第t+1次迭代的鲸鱼优化算法随机因子， 为第t次迭代的鲸鱼优化算法随机因子， 为第t+1次迭代的混合随机因子， 为第t次迭代的混合随机因子；

当符合条件一时， ；

当符合条件二时， ；

当符合条件三时， ；

当符合条件四时， ；

其中，条件一为： ，且 ，且 ，且 ，且 ；

条件二为： ，且 ，且 ，且 ，且 ；

条件三为： ，且 ；

条件四为除条件一、条件二、条件三以外的条件；

其中，表示鲸鱼优化算法随机因子，表示混合随机因子， 表示在第t次迭代时随机选取的鲸鱼个体位置，b表示控制鲸鱼螺旋攻击形状的参数，l是属于区间[‑1, 1]的随机数， 、 、 分别表示选定的狼一、狼二、狼三在第t次迭代时的位置向量，表示与狼一对应的系数向量， 表示与狼二对应的系数向量， 表示与狼三对应的系数向量。

8.根据权利要求1所述的基于多策略灰狼鲸鱼算法的测试用例优先级排序方法，其特征在于，利用灰狼鲸鱼混合算法对初始用例序列种群进行搜索和评估的过程中，引入无性修复机制将用例序列进行离散化，具体过程为：通过灰狼鲸鱼混合算法更新序列种群，对于单个序列个体，将每个位置的值四舍五入为整数，获得当前序列；

利用父本序列，对当前序列进行边界值与重复值检查，使用无关值替换掉当前序列中超出父本序列序号边界和重复的用例序号，以得到合规序列；

将合规序列与父本序列进行比较，使用无关值替换掉父本序列中与合规序列相同的用例序号，以得到无冗余父本序列；

按照无冗余父本序列中的用例顺序，填补合规序列中的无关值以得到修复后的子代序列，即为一次迭代的最优序列。