基于自适应循环BERT和粒子群优化的测试用例生成方法

本发明提供了一种基于自适应循环BERT和粒子群优化算法的测试用例生成方法，旨在解决现有技术中生成测试用例时覆盖率低、准确性不足和难以满足复杂约束条件的问题。该方法首先将输入参数映射为特征向量，利用BERT网络通过自注意力机制计算特征间关系，生成目标参数向量。通过自适应循环机制，根据输入数据复杂性动态调整BERT网络的循环次数。然后，采用PSO算法对生成的不满足约束条件的用例粒子进行微调，逐步优化粒子群位置和速度，使其满足预定的约束条件。最终，通过约束检查和反馈机制输出高质量的测试用例集。该方法能够提高生成效率和样例质量，适用于复杂软件测试和模型验证等场景。