1.基于遗传算法的消息传递接口程序分支覆盖测试套件生成方法，其特征在于，该方法包括如下步骤：

0 1 m‑1 i

步骤(1)：记一个消息传递接口程序为P＝{p ,p ,...,p }，其中，p表示P中的第i个进i程，i＝0,1,...,m‑1，m表示进程数；将用于收集覆盖信息的探针插入到进程p的所有分支中，并基于这些探针，定义如式(1)所示的最小归一化分支距离：i

上式中， 表示进程p中第j个分支，T＝{t1,t2,...,tN}表示包含N个测试数据tk的候i选测试套件，k＝1,2,...,N，T也表示一个进化个体，用于覆盖进程p 中所有分支，以及表示T覆盖 的最小分支距离；

i i

步骤(2)：基于公式(1)，进程p中的分支总数，以及候选测试套件T实际覆盖的进程p中分支数，设计如公式(2)所示的目标函数，用于评价种群中个体的目标函数值：i i i

上式中，M是指进程p中所有分支总数， 是指以T执行程序时进程p中被覆盖的分支i数，以及 为进程p的分支集合；

步骤(3)：使用遗传算法生成进化个体，并基于设计的目标函数，计算这些个体的目标函数值，以此引导后续种群按照如下操作进行交叉与变异：交叉鉴于每一进化个体由N个测试数据组成，基于两个父进化个体P1与P2，生成两个后代O1和O2的步骤如下：一方面，生成介于[0,1]之间的伪随机数α，如果α小于交叉概率，那么生成介于[0,1]之间的伪随机数λ，并将P1中前λ·N个测试数据，以及P2中最后(1‑λ)·N个测试数据遗传给O1；另一方面，将P2中前λ·N个测试数据，以及P1中最后(1‑λ)·N个测试数据遗传给O2；

变异针对进化个体包含的每一测试数据，生成介于[0,1]之间的伪随机数β，如果β小于变异概率，那么任选该测试数据的一个基因位，并反转所选择基因位的0或1值；

步骤(4)：使用遗传算法进化生成测试套件的过程中，当目标函数值为0时，对应的进化个体即为覆盖消息传递接口程序所有分支的测试套件；当覆盖所有分支的测试套件已生成或是达到设定的最大进化代数时，算法终止，输出结果。