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 |