随着Android应用软件数量的急速增加,其质量越来越受到人们的重视。软件测试是保障Android应用质量的重要途径,测试用例生成是自动化测试的关键。反射机制可有效提高程序的灵活性及扩展性。研究显示,在Google Play中,将近88%的Android应用使用了反射。而面向Android应用反射的测试生成技术,因其反射代码覆盖率及测试生成效率低等原因,仍将是未来研究的热点和难点。目前,基于模型的测试用例生成技术在面向反射的Android测试中应用较为广泛。然而,现有的Android应用模型大多侧重于对外部方法间调用的信息描述,未深入分析方法内部的执行逻辑,难以反映复杂的反射特征。此外,遗传算法因其简单高效,常用于Android应用的测试用例生成。但由于其大多未关注反射机制,使得测试用例难以检测含反射的Android应用。为此,本文针对Android应用提出一种基于反射特征的Android测试用例自动生成方法。通过结合Android应用的外部方法调用和内部执行逻辑,构建Android应用多粒度模型,实现对反射特征的精确描述与表征。在此基础上,分析反射之间可能存在的顺序或嵌套关系,并以此为指导,从多粒度模型上实现反射路径的自动生成。基于反射路径,设计多粒度的适应度函数,利用自适应遗传算法生成路径上的测试数据,形成Android应用的测试用例,为面向反射的Android测试提供一种可行的解决途径。为评估本文方法的有效性,挑选8个Android应用设计并进行一系列的实验。实验结果表明,本文构建的Android应用多粒度模型相较于以往的Android应用模型能够更有效地描述反射特征,本文方法能够有效分析出反射之间可能存在的顺序或嵌套关系及其对应的反射路径,并且本文设计的基于自适应遗传算法的反射路径测试数据生成方法相较于传统遗传算法能够有效提高测试生成效率。