در سیستمهای پیچیده تأیید مطلق رفتار سیستم در تمامی حاالت امکانپذیر نیست. لذا به منظور دستیابی به اطمینان نسبی از صحت عملکرد فرآوردههای نرمافزاری از تکنیکهای آزمون استفاده میگردد. الگوریتمهای تکاملی مانند ازدحام ذرات و ژنتیک به صورت موفق در تولید مجموعه دنبالههای آزمون از توصیفات تبدیل گراف با هدف پوشش انواعی از وابستگیهای دادهای مابین قوانین تبدیل گراف استفاده شده است. اگرچه انواع دیگری از روابط وابستگی و تداخل دادهای مابین قوانین وجود دارد، اما در هیچ کدام از روشهای موجود از آنها برای تولید مجموعه آزمون استفاده نشده است. عالوه بر این، عملگرهای جستجوی سراسری در الگوریتم- های فوق تمایل به انجام پرشهای بزرگ در فضای حالت دارند و قادر به تمرکز بر روی محدوده خاص و اهداف مشخصی نیستند. در این رساله ضمن معرفی مجموعهای از معیارهای پوشش در سطح مدل، انواع جدیدی از روابط وابستگی و تداخل دادهای مابین قوانین در تولید آزمون به کار گرفته شده است. همچنین به منظور حفظ قدرت جستجوی محلی الگوریتم تولید مجموعه آزمون، یک الگوریتم ممتیک آگاه از هزینه برای تولید آزمون از توصیفات تبدیل گراف ارائه شده است. عالوه بر این، به منظور آزمایش سیستم تحت آزمون در شرایط مختلف از جمله حاالت غیرمنتظره در اثر ورودیهای نامعتبر، سه روش آزمون مبتنی بر پوشش شامل آزمونهای نرمال، استقامت و ترکیبی مورد بررسی قرار گرفته است. برای ارزیابی قدرت تشخیص خطای آزمون حاصل از معیارهای پوشش پیشنهادی و روشهای تولید آزمون، روشی جدید برای تحلیل جهش در سطح مدل ارائه شده است. راهکارهای پیشنهادی در ابزار متن باز GROOVE پیاده سازی شده است. نتایج ارزیابی بر روی تعدادی مطالعه موردی حاکی از این است که 1 )پوشش روابط وابستگی و تداخل دادهای پیشنهادی قدرت تشخیص خطای آزمون حاصل را بهبود میدهد، 2 )آزمون براساس معیارهای پوشش مبتنی بر روابط دادهای در سیستمهای با فضای حالت بزرگ از کارایی بیشتری نسبت به سایر معیارهای پوشش حالت، گذار و قانون برخوردار است، 3 )قدرت تشخیص خطای آزمون حاصل از روش ترکیبی بیشتر از آزمونهای نرمال و استقامت است، 4 )آزمون استقامت از نظر هزینه از کارایی بهتری نسبت به روشهای دیگر برخوردار است و 5 )الگوریتم ممتیک پیشنهادی در روشهای نرمال و ترکیبی از کارایی بهتری نسبت به روشهای جستجوی سراسری موجود برخوردار است.
