本發(fā)明公開了一種基于極大似然估計最大期望的測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)別開來，將邊界區(qū)域作為優(yōu)先級最高的子區(qū)域；引入潛變量并結(jié)合EM算法估計內(nèi)部區(qū)域中子區(qū)域里可能包含失效區(qū)域的概率，基于概率大小對內(nèi)部區(qū)域中子區(qū)域進行排序；按照子區(qū)域的優(yōu)先級順序生成測試用例，直至發(fā)現(xiàn)軟件錯誤；若測試用例數(shù)達到預(yù)設(shè)條件仍未發(fā)現(xiàn)軟件錯誤，則繼續(xù)在優(yōu)先級最高的子區(qū)域生成測試用例，直至發(fā)現(xiàn)軟件錯誤。本發(fā)明的方法可以很好地解決現(xiàn)有ART方法存在的巨大計算開銷問題，并在一定程度上解決了先前ART方法的邊界效應(yīng)問題，同時提高了運行效率。