软件测试是软件质量保证的关键,是软件开发中不可缺少的环节,也是软件工程的重要组成部分,软件测试的效果直接关系到软件产品的质量。然而,软件测试是一个十分复杂的过程,需要花费巨大的人力,物力,财力和时间,测试人员需要设计,执行,分析大量的测试用例。这在很大程度上还是依靠手工来实现的,效率非常低下,同时也导致了测试费用的居高不下。软件测试自动化是通过自动化测试工具、脚本或其他手段,按照我们预定的计划进行自动测试的活动。测试数据的自动生成技术是软件测试自动化的关键技术之一,可以为所测程序自动生成测试用例。这一技术的实现,将大大改变以往依靠直觉、经验产生测试数据的传统做法,无疑将使软件的测试效率获得显著提高,同时减轻人们在编写大量测试数据过程中付出的劳动。因此开展软件测试数据生成技术的研究和实践,对实现软件测试过程自动化,有着十分重要的意义。遗传算法是模仿生物遗传和进化机制的一种最优化方法,它把类似于遗传基因的一些行为,如交叉重组、变异、选择和淘汰等引入到算法求解的过程中。遗传算法的特点之一是,它既保留若干局部最优个体,又能通过个体的交叉重组或者基因变异得到更好的个体。从上个世纪90年代以来,人们开始尝试将遗传算法等人工智能技术运用于软件测试中,并取得了一定的研究成果。本文根据测试数据自动生成的要求,结合遗传算法的理论与算法特点,把遗传算法进行适当的修改应用到软件测试中,为最常见的几种测试数据类型:数值型,非数值型和类对象类型确定编码方案,选取适应度函数,改进数据的输出方案,实现测试数据的自动化。最后通过实验分析,把本文所采用的一些方法与其他方法进行实验对比,尤其是在输出测试数据的数量上、输出数据的准确性上进行分析,证明本文在这些方面的一些优越性。