进化测试是近年来刚刚兴起的测试数据自动生成技术,已在很多实际工程中得到了成功应用。然而,在白盒测试中,当程序中存在枚举变量时,利用传统适值函数计算公式所得到的适值地形就会失去导向,从而导致进化搜索退化成随机搜索,我们称之为枚举变量问题。目前还没有过该问题的相关研究,而与枚举变量类似的标志变量问题是进化测试研究的热点,针对标志变量问题,本课题组已经提出了一个统一的适值函数计算规则。本文分析了枚举变量问题与标志变量问题的相似之处,将标志变量统一规则推广到枚举变量问题,并针对他们的不同之处,给出了新的迭代规则,最终提出了枚举变量问题的适值计算规则。实验表明了该规则能够在传统方法失效的情况下引导进化搜索生成所需的测试数据。在将课题组给出的标志变量统一规则的适值植入方案推广到枚举变量规则的适值植入时,会出现植入代码冗余问题和代码植入的位置选择问题,这些问题影响植入的代价和适值函数的评价。本文分析了这些问题,并给出了解决方案,提出了枚举变量适值计算规则的代码植入方案。最后还给出了实验中所用到的测试数据生成算法的设计与实现。