在评估软件可靠性之前,必须要进行软件测试.该文采用遗传算法来进行测试算例的自动生成,重点对于两类典型的遗传算法--杂乱遗传算法和遗传K-均值算法进行较为详细的分析,从而较好的解决了软件测试中测试算例自动生成及被测软件可靠性评价的实际问题.该文根据产生有效测试点原因的不同,提出了一种较为新颖的测试算例生成策略,将种群相似度的概念引入到杂乱遗传算法的编码方式中,从而给出了一种补码方法,能有效进行遗传算法的交叉操作,运算结果较为理想.另外,将遗传算法的思想和K-均值算法相结合,使得K-均值算法可以在无监督的情况下,从输入数据中自发地找出有意义的遗传规律.通过实例可以发现,该方法能较好地解决从输入算例中自发进行搜索聚类的问题.该文对软件可靠性进行了系统的讨论和研究.首先介绍了软件可靠性的主要评估指标及其各指标之间的关系,并对软件可靠性评价模型进行了分类;其次按照优先级对软件的错误级别进行了分类,针对某型号软件的特点,对各个优先级分别选取适当的软件可靠性评价模型;最后,对于Schneidewind模型、Jelinski-Moranda模型和Goel-Okumoto模型进行了数值分析,并给出了具体的算法和数值试验结果.软件测试算例的自动生成是实现软件测试自动化的关键.这一技术的实现可以节省用于软件开发的时间和费用,因而具有实际意义.