测试数据自动生成是实现自动化测试的关键步骤。大多数针对单元测试的自动化测试工具只提供测试用例的执行驱动，不能生成满足覆盖率要求的测试数据。本文提出了一种改进的鲸鱼遗传算法，用于生成单元测试MC/DC覆盖所需的测试数据。为避免遗传算法陷入迭代退化，引入精英保留策略；同时引入鲸鱼算法的变异阈值，平衡遗传算法的全局探索和局部开采能力，并根据当前的种群多样性动态调整该阈值，正向引导种群进化；最后，提出了一种改进的交叉策略来加速算法的收敛。将改进的鲸鱼遗传算法与遗传算法、鲸鱼算法、粒子群算法在两个基准程序上进行对比实验，结果表明改进算法生成测试数据的速度更快，覆盖率更高，评估次数更少，在生成MC/DC覆盖测试数据生成方面具有很大优势。