| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 课题研究背景和意义 | 第14-15页 |
| 1.2 研究现状 | 第15-20页 |
| 1.2.1 测试用例优化技术 | 第15-18页 |
| 1.2.2 遗传算法 | 第18-20页 |
| 1.2.3 GPU并行技术 | 第20页 |
| 1.3 课题主要研究内容 | 第20-21页 |
| 1.4 本文组织结构 | 第21-24页 |
| 第二章 基于搜索的测试用例优先排序 | 第24-32页 |
| 2.1 测试用例优先排序 | 第24-29页 |
| 2.2 遗传算法的上位性 | 第29-30页 |
| 2.3 遗传算法的并行性 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于遗传算法的测试用例优先排序优化策略框架 | 第32-38页 |
| 3.1 基于遗传算法的测试用例优先排序 | 第32-33页 |
| 3.2 基于遗传算法上位性的优化策略 | 第33页 |
| 3.3 基于遗传算法并行性的优化策略 | 第33-35页 |
| 3.4 遗传算法优化策略框架 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 基于上位性的测试用例优先排序遗传算法 | 第38-46页 |
| 4.1 上位基因段的定义 | 第38-41页 |
| 4.2 上位性遗传算法 | 第41-44页 |
| 4.2.1 上位性单点交叉算子 | 第41-43页 |
| 4.2.2 上位性双点交叉算子 | 第43-44页 |
| 4.3 本章小结 | 第44-46页 |
| 第五章 测试用例优先排序GPU并行遗传算法 | 第46-54页 |
| 5.1 多目标测试用例优先排序框架 | 第46-47页 |
| 5.2 适应度函数与交叉算子并行策略 | 第47-51页 |
| 5.2.1 适应度函数并行策略 | 第47-49页 |
| 5.2.2 交叉算子并行策略 | 第49-51页 |
| 5.3 并行框架 | 第51-52页 |
| 5.4 开源原形工具 | 第52页 |
| 5.5 本章小结 | 第52-54页 |
| 第六章 实验设计与结果分析 | 第54-70页 |
| 6.1 实验设置 | 第54-55页 |
| 6.2 总体实验设计 | 第55-56页 |
| 6.3 上位性遗传算法实验结果及讨论 | 第56-63页 |
| 6.3.1 研究问题 | 第56-57页 |
| 6.3.2 实验设计 | 第57-59页 |
| 6.3.3 实验结果及讨论 | 第59-63页 |
| 6.4 并行性遗传算法实验结果及讨论 | 第63-69页 |
| 6.4.1 研究问题 | 第64页 |
| 6.4.2 实验设计 | 第64-65页 |
| 6.4.3 实验结果 | 第65-69页 |
| 6.5 本章小结 | 第69-70页 |
| 第七章 结论与展望 | 第70-72页 |
| 参考文献 | 第72-80页 |
| 致谢 | 第80-82页 |
| 研究成果及发表的学术论文 | 第82-84页 |
| 作者和导师简介 | 第84-86页 |
| 附件 | 第86-87页 |