基于机器学习的测试用例生成与脚本优化方法及装置

本发明提出一种基于机器学习的测试用例生成与脚本优化方法及装置，包括：通过公开测试用例数据集对基于Transformer架构的大模型进行训练，调用所述大模型生成符合业务需求的多条测试用例，识别测试用例中的关键操作步骤，并在对应位置插入检查点，转换为脚本语言描述的自动化测试脚本，通过图神经网络优化所述测试脚本执行顺序；通过深度强化学习算法动态调整所述测试脚本结构，并结合生成对抗网络GAN生成模拟测试环境，验证所述测试脚本。本发明可以自动化生成高覆盖率、高质量的测试用例，降低人工编写成本，还可以动态生成与测试用例高度匹配的自动化测试脚本，通过优化结构提升执行效率。