软件作为计算机的灵魂一旦发生故障,就会影响正常工作,可能造成巨大损失,甚至威胁人们的生命财产安全。程序错误是导致软件故障的主要原因,自动、快速、准确地定位到程序错误可以有效地提高软件可靠性。近年来,程序错误定位技术取得了很大的成果,其中基于测试的错误定位技术(TBFL)是一种利用测试覆盖信息进行错误定位的智能方法。该方法需要运行大量的测试用例收集信息,冗余大,且当计算方法对测试用例敏感时定位效果不佳。在前人研究的基础上,本文针对主流方法存在的局限性,提出了将FCM聚类算法运用到程序执行路径的处理上。该方法首先利用LOUPE工具收集所有测试用例的程序执行状态信息trace文件；然后使用MATLAB解析trace文件并用多值向量表示程序执行路径；在FLOC通用框架的基础上,利用聚类算法组织程序执行路径信息,使用FCM算法把大量相同或相似的执行路径覆盖信息划分为少量典型的执行路径覆盖信息,将聚类后的执行路径作为程序错误定位的数据集；最后利用差异对比的方法或结合现有的差异计算方法进行错误定位。本文用引入FCM聚类算法的错误定位方法对Siemens套件进行了大量实验,并与Tarantula、SOBER、SBI算法进行了对比。实验表明,利用该方法可以减小对测试用例的敏感度,使用少量的测试用例可以达到大量测试用例相同的定位效果,减少了路径冗余,提高了定位效果。