在解决组合测试中的测试数据集生成问题时，粒子群优化算法(PSO)在待测数据量增加达到一定程度以后，出现迭代次数增加、收敛速度减慢的缺点。针对该问题，提出了一种应用于组合测试数据集生成问题的基于K-均值聚类的粒子群优化算法。通过对测试数据集合进行聚类分区域，增强测试数据集的多态性，从而对粒子群优化算法进行改进，增加各个区域内粒子之间的影响力。典型案例实验表明该方法在保证覆盖度的情况下具有一定的优势和特点。

成对组合覆盖这一概念是Mandl于1985年在测试Aad编译程序时提出来的。Cohen等人应用成对组合覆盖测试技术对Unix中的“Sort”命令进行了测试。测试结果表明覆盖率高达90%以上。可见成对组合覆盖是一种非常有效的测试用例设计方法。 成对组合覆盖要求任意两个因素（输入条件）的所有水平组合至少要被覆盖1次。组合覆盖的算法已经被很多工具实现，测试人员可以直接利用这些工具，例如PICT

一般都说测试先做单元测试，然后做集成测试，然后做系统测试之类的，其实说白了，也可以理解成将最基本的测试步骤，或者说测试环境使用一定的方法组合以后再生成新的测试用例。因为人工组合，第一比较费神，第二是有时要么是设计了几个等价的测试用例，重复执行这些等价的测试用例，比较费时。这里有一个比较好的测试技术，叫做配对（pair-wise）测试，它可以根据你设定的条件，自动生成在测试时间（即工作量）和测试覆盖率之间做出平衡的组合。配对测试的基本理念是，虽然程序的某个组件，或者程序自己会接受很多的输入，但大部分情况下，程序的bug不是因为这些输入同时作用而产生的，而是由一到两个输入条件同时作用导致的。因此配

PICT工具就是在微软公司出品一款成对组合的命令行生成工具。PICT 可以有效地按照两两测试的原理，进行测试用例设计。在使用PICT时，需要输入与测试用例相关的所有参数，以达到全面覆盖的效果。

微软公司内部使用的一款自动生成成对组合测试用例的命令行工具，生成Pairwise testing所需的测试用例，并且可以将结果导出到excel