آزمون ترکیبی یکی از آزمونهای رایج برای تولید دنباله آزمون کمینه برای کشف خطاهای ناشی از تعاملات بین زیرسیستمها است. یکی از کاربردیترین روشهای آزمون ترکیبی، آرایه پوشش است. تاکنون استراتژیهای زیادی برای تولید آرایه پوشش ارائهشده و توانستهاند بهینهسازی را به حد قابل قبولی برسانند؛ اما چالش مهمی که میتواند آرایه پوشش را برای آزمون سیستمهای مدرن کمک کند، استخراج اطلاعات مربوط به پارامترها، شناسایی محدودیتها و تشخیص تعاملات بین زیرسیستمهای است؛ که به نظر میرسد تنها راه نجات آرایه پوشش از این بحران، وارسی مدل است. وارسی مدل روشی است که تمام حالتهای ممکن سیستم را برای شناسایی خطاها پویش میکند. در این مقاله با کمک گرفتن از وارسی مدل کلیه اطلاعات مربوط به سیستم را از روی مدل استخراج و سپس با استفاده از الگوریتمهای ژنتیک اقدام به تولید آرایه پوشش میکنیم و درنهایت با بهرهگیری از روشی جدید دنباله آزمون، مینیمایز میشود. برای ارزیابی نتایج، راهکار پیشنهادی را به همراه تعداد دیگری از الگوریتمهای فرامکاشفهای بر روی ابزار GROOVE که یکی از رایج- ترین ابزارهای وارسی مدل است پیادهسازی کردهایم که نتایج نشان میدهد راهکار پیشنهادی نتایج بهتری نسب به سایرین دارد همچنین راهکار پیشنهادی را خارج از محیط GROOVE پیادهسازی و با بهترین استراتژیهای موجود مقایسه کردهایم که نتایج نشان میدهد راهکار پیشنهادی ازنظر بهینه بودن هم نتایج مطلوبی را دارد.
