基于AI算法的移动端软件自动化测试用例优化设计
范淼鲲

西安明德理工学院，陕西西安，710124；

摘要：针对在移动端的软件自动化测试中存在着用例冗余的程度较高、维护所需要的成本较大，并且缺陷被发现的效率较低等问题。提出了把深度强化学习和遗传编程进行融合的测试用例优化设计的方案。该方法将测试用例的排序建模成为马尔可夫决策过程，利用深度Q网络来智能地选择执行的顺序，同时采用语法树编码及多目标适应度函数来引导遗传编程自动地生成并且精简用例。结果显示，该方案能够有效提升缺陷检测的平均所占的百分比，提高代码被覆盖的比率，并且显著压缩用例的规模大小。研究成果能够为移动端持续集成的场景之下的高效回归测试提供可行的技术路径。

关键词：移动端自动化测试；测试用例优化；深度强化学习；遗传编程

参考文献

[1]黄冬丽,李月峰,谢添姣,等.基于Selenium-Appium的多端登录自动化测试方法研究[J].电脑编程技巧与维护.2025(11):39-42.

[2]程彤,郝立娟,王萍,等.中国移动低代码自动化测试框架创新与实践[J].通信世界,2024,(12):43-45.

[3]胡斌,柯树森,黄庆慧,等.在Docker上实现移动云盘多节点多网络自动化测试[J].工业控制计算机,2024,37(2):34-35.

[4]薛峰,武君胜,张涛,等.面向移动应用自动化测试的同构用户界面视觉判断方法[J].西北工业大学学报,2022,40(4):804-811.

[5]向帮鑫,杜贵锋,陆薪行.移动终端OS性能自动化测试技术研究与实现[J].电子技术与软件工程,2022,(15):33-36.