| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 1.4 文章的组织架构 | 第16-17页 |
| 第2章 软件测试理论和测试数据生成概述 | 第17-34页 |
| 2.1 软件测试基本理论 | 第17-21页 |
| 2.1.1 软件测试的含义 | 第17页 |
| 2.1.2 软件测试的原则 | 第17-18页 |
| 2.1.3 软件测试方法 | 第18-19页 |
| 2.1.4 软件测试阶段 | 第19-21页 |
| 2.1.5 软件测试流程 | 第21页 |
| 2.2 测试用例生成方法 | 第21-25页 |
| 2.2.1 黑盒测试数据生成方法 | 第22-23页 |
| 2.2.2 白盒测试数据生成方法 | 第23-25页 |
| 2.3 基于遗传算法的测试数据的自动生成 | 第25-33页 |
| 2.3.1 遗传算法基本原理 | 第25-26页 |
| 2.3.2 遗传算法的特点 | 第26-27页 |
| 2.3.3 遗传算法的数学模型 | 第27-30页 |
| 2.3.4 遗传算法执行流程 | 第30-32页 |
| 2.3.5 遗传算法在测试用例自动生成中的运用 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 基于自适应参数改进的遗传算法测试用例自动生成 | 第34-47页 |
| 3.1 问题概述 | 第34-35页 |
| 3.1.1 软件测试用例的基本意义 | 第34页 |
| 3.1.2 研究动机和问题定义 | 第34-35页 |
| 3.2 基础理论 | 第35-40页 |
| 3.2.1 基于路径的测试用例生成 | 第35-37页 |
| 3.2.2 遗传算法的三种遗传操作 | 第37-39页 |
| 3.2.3 遗传算法的一些主要参数 | 第39页 |
| 3.2.4 禁忌搜索算法的基本思想 | 第39-40页 |
| 3.3 改进遗传算法研究 | 第40-43页 |
| 3.3.1 染色体的编码和初始种群的构建 | 第40页 |
| 3.3.2 适应度函数 | 第40-41页 |
| 3.3.3 遗传算子的选择与改进 | 第41-42页 |
| 3.3.4 遗传导向控制 | 第42-43页 |
| 3.4 实验 | 第43-46页 |
| 3.4.1 实验数据 | 第43-44页 |
| 3.4.2 实验结果比较与分析 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于人工鱼群的改进遗传算法测试用例自动生成 | 第47-57页 |
| 4.1 问题概述和研究动机 | 第47页 |
| 4.2 基础理论 | 第47-50页 |
| 4.2.1 人工鱼群算法 | 第47-49页 |
| 4.2.2 进化算法的变异算子 | 第49-50页 |
| 4.3 基于人工鱼群的改进遗传算法 | 第50-52页 |
| 4.4 实验 | 第52-56页 |
| 4.4.1 实验数据 | 第52-53页 |
| 4.4.2 实验环境和参数设置 | 第53页 |
| 4.4.3 实验结果比较与分析 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第64页 |