| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 引言 | 第16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 软件测试 | 第16-17页 |
| 1.2.2 测试数据生成 | 第17-19页 |
| 1.2.3 多路径测试数据生成算法 | 第19-20页 |
| 1.3 本文的主要工作 | 第20页 |
| 1.3.1 本文的主要工作 | 第20页 |
| 1.3.2 本文的结构安排 | 第20页 |
| 1.4 本章小结 | 第20-22页 |
| 第二章 软件测试及测试数据生成 | 第22-34页 |
| 2.1 引言 | 第22页 |
| 2.2 软件测试方法 | 第22-26页 |
| 2.2.1 静态测试与动态测试 | 第22-23页 |
| 2.2.2 黑盒测试与白盒测试 | 第23-26页 |
| 2.3 测试数据生成技术 | 第26-28页 |
| 2.3.1 随机技术 | 第26-27页 |
| 2.3.2 静态技术 | 第27页 |
| 2.3.3 动态技术 | 第27页 |
| 2.3.4 试探法 | 第27-28页 |
| 2.4 遗传算法 | 第28-31页 |
| 2.4.1 术语定义 | 第28页 |
| 2.4.2 遗传算法的流程 | 第28-30页 |
| 2.4.3 遗传算法的特点 | 第30-31页 |
| 2.5 模拟退火算法 | 第31-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第三章 基于Memetic算法的单路径测试数据生成 | 第34-46页 |
| 3.1 引言 | 第34页 |
| 3.2 Memetic算法的原理 | 第34-37页 |
| 3.2.1 Memetic算法的框架模型 | 第35-36页 |
| 3.2.2 Memetic算法结构分析 | 第36页 |
| 3.2.3 Memetic算法的特点 | 第36-37页 |
| 3.3 测试数据生成 | 第37-42页 |
| 3.3.1 编码与交叉变异 | 第37-38页 |
| 3.3.2 路径覆盖 | 第38-39页 |
| 3.3.3 适应度函数的设计 | 第39-41页 |
| 3.3.4 邻域搜索 | 第41页 |
| 3.3.5 基于Memetic算法的测试数据生成的步骤 | 第41-42页 |
| 3.4 实验结果及分析 | 第42-45页 |
| 3.4.1 三角形判别 | 第42-44页 |
| 3.4.2 冒泡排序 | 第44-45页 |
| 3.4.3 结论 | 第45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 Memetic算法在多路径测试数据生成中的应用研究 | 第46-56页 |
| 4.1 引言 | 第46页 |
| 4.2 多路径测试数据生成 | 第46-48页 |
| 4.2.1 均值思想 | 第46-47页 |
| 4.2.2 信息共享 | 第47页 |
| 4.2.3 重叠路径 | 第47-48页 |
| 4.2.4 最小值法 | 第48页 |
| 4.3 基于Memetic算法的多路径测试数据生成 | 第48-49页 |
| 4.4 Memetic算法在多路径测试数据生成中的改进 | 第49-51页 |
| 4.5 实验结果及分析 | 第51-54页 |
| 4.5.1 最小值法实验 | 第51-52页 |
| 4.5.2 Memetic算法实验 | 第52-53页 |
| 4.5.3 改进后的实验 | 第53-54页 |
| 4.5.4 结论 | 第54页 |
| 4.6 本章小结 | 第54-56页 |
| 第五章 总结和展望 | 第56-58页 |
| 5.1 研究结论 | 第56页 |
| 5.2 研究展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-62页 |
| 作者简介 | 第62-63页 |
| 1. 基本情况 | 第62页 |
| 2. 教育背景 | 第62页 |
| 3. 攻读硕士学位期间的研究成果 | 第62-63页 |
