首页--工业技术论文--无线电电子学、电信技术论文--一般性问题论文--测试技术及设备论文

电子系统测试性设计优化方法研究

摘要第5-6页
abstract第6-7页
第一章 绪论第10-16页
    1.1 研究背景与意义第10-11页
    1.2 国内外研究现状与不足第11-13页
        1.2.1 国内外研究现状第11-12页
        1.2.2 现有测试性优化方法的不足与改进第12-13页
    1.3 研究内容与组织结构第13-16页
第二章 电子系统测试性建模方法与相关性矩阵构建第16-24页
    2.1 电子系统测试性建模方法第16-20页
        2.1.1 多信号模型第16-19页
        2.1.2 序贯测试第19-20页
    2.2 不可靠测试条件下电子系统测试性建模与指标计算第20-23页
        2.2.1 测试性建模第20-21页
        2.2.2 分工序电子系统测试性指标计算第21-23页
    2.3 本章小结第23-24页
第三章 电子系统序贯测试优化算法研究第24-50页
    3.1 与或图搜索AO*算法第24-25页
    3.2 算法启发函数第25-29页
        3.2.1 哈夫曼编码作为启发函数第25-27页
        3.2.2 信息熵作为启发函数第27-29页
    3.3 与或图搜索AO*算法第29-32页
        3.3.1 算法步骤第29-30页
        3.3.2 算法实例第30-32页
    3.4 基于改进遗传规划的序贯测试优化算法第32-40页
        3.4.1 遗传算法第32-33页
        3.4.2 遗传规划第33-40页
    3.5 基于改进遗传规划的序贯测试问题研究第40-49页
        3.5.1 个体描述第40-41页
        3.5.2 具体步骤第41-45页
        3.5.3 时间复杂度分析第45-48页
        3.5.4 算法试例与结果分析第48-49页
    3.6 本章小结第49-50页
第四章 分工序电子系统测试优选算法研究第50-67页
    4.1 相关性矩阵的构建与指标计算第50页
    4.2 分工序电子系统测试优选算法第50-59页
        4.2.1 传统遗传算法(cardinal genetic algorithm, CGA)第51-53页
        4.2.2 惩罚函数遗传算法 (penalty function genetic algorithm, PFGA)第53页
        4.2.3 分解- 并行遗传算法 (partial decomposition and parallel geneticalgorithm,PD-PGA)第53-55页
        4.2.4 离散粒子群算法(discrete particle swarm optimization,DPSO)第55-56页
        4.2.5 分组编码遗传算法(Packet Coding Based Genetic Algorithm,PCGA)第56-59页
    4.3 分工序下各优化算法实例验证第59-66页
        4.3.1 传统遗传算法第60页
        4.3.2 惩罚函数遗传算法第60-62页
        4.3.3 分解—并行遗传算法第62-63页
        4.3.4 离散粒子群算法第63页
        4.3.5 分组编码遗传算法第63-64页
        4.3.6 统计实验结果对比第64-66页
    4.4 本章小结第66-67页
第五章 论文工作总结与研究展望第67-69页
    5.1 论文工作总结第67页
    5.2 论文不足与展望第67-69页
致谢第69-70页
参考文献第70-73页
攻硕期间取得的研究成果第73-74页

论文共74页,点击 下载论文
上一篇:基于动力学的机舱应急疏散仿真研究
下一篇:网络功能虚拟化平台与相关部署算法设计