| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 回归测试数据生成研究 | 第12-13页 |
| 1.2.2 多种群遗传算法应用研究 | 第13-14页 |
| 1.3 本文主要工作内容 | 第14-16页 |
| 1.4 本文组织框架 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 相关研究综述 | 第18-27页 |
| 2.1 软件测试概念及方法 | 第18-19页 |
| 2.2 回归测试 | 第19-22页 |
| 2.2.1 回归测试概念 | 第19页 |
| 2.2.2 回归测试策略 | 第19-21页 |
| 2.2.3 回归测试过程 | 第21-22页 |
| 2.3 路径测试问题描述 | 第22-23页 |
| 2.4 不可达路径的检测 | 第23-24页 |
| 2.5 面向路径的测试数据生成 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 遗传算法 | 第27-39页 |
| 3.1 遗传算法 | 第27-35页 |
| 3.1.1 遗传算法简介 | 第27-28页 |
| 3.1.2 遗传算法的特点 | 第28-29页 |
| 3.1.3 遗传算法的运算流程 | 第29-30页 |
| 3.1.4 遗传算法的实现方法 | 第30-35页 |
| 3.2 多种群遗传算法 | 第35-38页 |
| 3.2.1 多种群遗传算法原理 | 第36页 |
| 3.2.2 影响个体迁移的关键因素 | 第36-37页 |
| 3.2.3 多种群遗传算法的结构形式 | 第37-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 基于多种群遗传算法的多路径回归测试数据生成 | 第39-53页 |
| 4.1 引言 | 第39页 |
| 4.2 多路径回归测试数据生成优化问题建立 | 第39-42页 |
| 4.2.1 相关概念 | 第39-40页 |
| 4.2.2 目标路径处理 | 第40-41页 |
| 4.2.3 目标模型的建立 | 第41-42页 |
| 4.3 改进的多种群遗传算法 | 第42-45页 |
| 4.3.1 改进的算法结构形式 | 第43-44页 |
| 4.3.2 改进的遗传算子 | 第44-45页 |
| 4.3.3 改进的迁移策略 | 第45页 |
| 4.4 改进的多种群遗传算法进化生成多路径回归测试数据 | 第45-52页 |
| 4.4.1 算法实现过程描述 | 第45-47页 |
| 4.4.2 确定编码方法 | 第47-48页 |
| 4.4.3 初始种群生成 | 第48-49页 |
| 4.4.4 确定遗传操作分量 | 第49页 |
| 4.4.5 适应度函数构造 | 第49-51页 |
| 4.4.6 算法的运行参数设置 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 实验及分析 | 第53-68页 |
| 5.1 系统介绍 | 第53-55页 |
| 5.1.1 系统框架结构 | 第53-54页 |
| 5.1.2 系统功能界面 | 第54-55页 |
| 5.2 实验环境和实验数据 | 第55-56页 |
| 5.2.1 实验环境 | 第55页 |
| 5.2.2 实验数据 | 第55-56页 |
| 5.3 实验参数和评价指标 | 第56页 |
| 5.4 实验与结果分析 | 第56-67页 |
| 5.4.1 针对三角形分类程序实验进行分析 | 第56-61页 |
| 5.4.2 针对冒泡排序程序进行实验分析 | 第61-66页 |
| 5.4.3 改进的适应度函数有效性实验分析 | 第66-67页 |
| 5.5 本章小结 | 第67-68页 |
| 总结和展望 | 第68-70页 |
| 研究工作总结 | 第68-69页 |
| 工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |