本發(fā)明公開(kāi)了一種基于極大似然估計(jì)最大期望的測(cè)試用例生成方法及系統(tǒng)，包括將軟件的輸入域劃分成多個(gè)子區(qū)域，并將輸入域的邊界區(qū)域與內(nèi)部區(qū)域區(qū)別開(kāi)來(lái)，將邊界區(qū)域作為優(yōu)先級(jí)最高的子區(qū)域；引入潛變量并結(jié)合EM算法估計(jì)內(nèi)部區(qū)域中子區(qū)域里可能包含失效區(qū)域的概率，基于概率大小對(duì)內(nèi)部區(qū)域中子區(qū)域進(jìn)行排序；按照子區(qū)域的優(yōu)先級(jí)順序生成測(cè)試用例，直至發(fā)現(xiàn)軟件錯(cuò)誤；若測(cè)試用例數(shù)達(dá)到預(yù)設(shè)條件仍未發(fā)現(xiàn)軟件錯(cuò)誤，則繼續(xù)在優(yōu)先級(jí)最高的子區(qū)域生成測(cè)試用例，直至發(fā)現(xiàn)軟件錯(cuò)誤。本發(fā)明的方法可以很好地解決現(xiàn)有ART方法存在的巨大計(jì)算開(kāi)銷問(wèn)題，并在一定程度上解決了先前ART方法的邊界效應(yīng)問(wèn)題，同時(shí)提高了運(yùn)行效率。