Exploring the effectiveness of differential evolution for maximizing coverage in automatic testing

Las pruebas de software basadas en búsqueda (SBST) pretenden optimizar la generación de casos de prueba mediante metaheurísticas, maximizando métricas de calidad como la cobertura de código. Este estudio examina la eficacia de la evolución diferencial (ED) en la generación automática de conjuntos de pruebas que maximizan la cobertura. Se diseñó un estudio empírico exploratorio, utilizando funciones basadas en Python para evaluar el rendimiento de la ED. Los resultados obtenidos destacan el potencial de la ED en comparación con el recocido simulado (SA), demostrando mejoras tanto en la cobertura alcanzada como en el número de evaluaciones de funciones objetivo necesarias.