Uma abordagem integrada interativa e multi-objetiva para os problemas de seleção priorização e alocação de casos de teste

• Ano de defesa: 2011
• Autor(a) principal: Maia, Camila Loiola Brito
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual do Ceará
• Palavras-chave em Português: Casos de testes - Seleção; Ciência da computação; Metaheurísticas
• Link de acesso: https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=67799

Os problemas de seleção, priorização e alocação de casos de teste podem ser considerados como difíceis, devido ao grande número de soluções possíveis que devem ser consideradas na resolução desses problemas e os diversos fatores que podem influenciar na busca dessas soluções. Existem vários trabalhos que utilizam técnicas de otimização na busca por soluções para problemas difíceis da engenharia de software, na recente área de pesquisa conhecida como Search-Based Software Engineering (SBSE). Dentro desse contexto, esta dissertação propõe uma abordagem integrada, interativa e multi-objetiva dos problemas de seleção, priorização e alocação de casos de teste. Ela é integrada porque os três problemas são tratados de forma sequencial, em três fases, onde a saída de uma fase é entrada para a fase seguinte. A saída de cada fase é um conjunto de soluções, e um usuário deve escolher uma dessas soluções antes que a próxima fase seja iniciada, por isso a abordagem é interativa. Além disso, a abordagem é multi-objetiva, pois considera mais de um fator para compor o conjunto de funções a ser otimizado, para cada problema. Assim, para cada um desses problemas, é apresentada uma descrição formal seguida de uma formulação matemática completa. Três experimentos foram projetados e implementados: o primeiro, com o objetivo de investigar qual metaheurística pode ser aplicada à abordagem, implementa três algoritmos multiobjetivos, NSGA-II, MOCell e SPEA2, e compara os mesmos com um algoritmo randômico. O SPEA2 gerou as melhores soluções para os três problemas, com custo computacional relativamente alto comparado às outras soluções. Já o MOCell gerou soluções em um tempo menor. O segundo experimento realiza uma análise de sensibilidade, onde o comportamento esperado dos algoritmos com a variação dos parâmetros de entrada da abordagem foi confirmado experimentalmente. Por último, o terceiro experimento realizou uma análise de competitividade, confirmando a competitividade dos algoritmos multi-objetivos em relação aos resultados gerados por usuários humanos, para todos os humanos. Palavras–Chave: Seleção de casos de teste. Priorização de casos de teste. Alocação de casos de teste. Metaheurísticas multi-objetivo. Search-based software engineering.