从上世纪70年代以来,伴随着软件工程的发展,对系统化的软件测试技术和方法的研究也随之不断地发展。软件测试从最初的静态分析,动态调试等简单的个体查错行为逐渐发展成为形式化、系统化的工程行为。各种形式化的证明与验证技术用于确保程序的正确性,大量的统计方法也被应用于软件测试,以评测软件产品的质量和软件系统的可靠性。随着软件系统规模的日益扩大,以及应用领域的不断拓展,对软件系统的测试也变得更加困难和复杂,传统的人工测试的局限性也越来越明显。软件测试技术的研究需要有革新性的发展。软件测试是软件工程中的重要内容,它占到了整个软件系统工程50%以上的时间和资源的开销。自动化软件测试技术的研究,可以提高测试的效率,减少人工测试的劳动,有效地缩短测试周期。同时,自动化软件测试技术有助于减少经验方式所导致的测试遗漏,能够采用形式化的自动验证和确认技术保证测试的可靠性,增加测试结果的可信度。遗传算法是一种模仿生物遗传和进化机制的最优化方法,它将基因的交叉、变异、重组等概念引入到算法的求解过程中。目前,遗传算法已逐渐运用到软件测试数据生成中。本文在传统的遗传算法的基础上,利用演化测试的原理进行测试数据的生成。提出了一种自适应动态优化策略SOMP,用来解决进化停滞的问题,并且利用面向覆盖方法来构造适应值函数,即利用测试数据的执行轨迹来评价它相对于指定路径的适应值,生成两种相关的算法。