基于搜索的软件测试的挑战之一是用于路径覆盖（ATCG-PC）的自动测试用例生成。 已经提出了几种元启发式算法来应对这一挑战。 但是，由算法生成的测试用例的成本仍然很高，对于完整的路径覆盖来说甚至是无限的。 当前研究的目的是为ATCG-PC提出一种改进的元启发式算法。 与之前的研究不同，我们的研究重点在于如何使用更多的启发式信息以更少的测试用例生成更多未发现的路径。 我们结合了自适应适应度函数和改进的差分进化算法来实现该计划。 对经典程序的八个基准问题的后续实验研究表明，该算法优于通过免疫遗传算法