改进SFL-PS0算法的测试数据自动生成方法研究
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第14-20页 |
| 1.1 研究背景和研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 研究内容和研究方法 | 第17-19页 |
| 1.4 论文组织结构 | 第19-20页 |
| 2 粒子群算法相关技术研究 | 第20-25页 |
| 2.1 PSO算法和SPSO算法 | 第20-21页 |
| 2.2 SFL-PSO算法 | 第21-22页 |
| 2.3 适应度函数的构造 | 第22-23页 |
| 2.4 算法评价指标 | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 3 改进SFL-PSO算法的分析与设计 | 第25-34页 |
| 3.1 改进SFL-PSO算法的测试数据生成模型 | 第25-28页 |
| 3.2 洗牌算法 | 第28页 |
| 3.3 惯性权重调整策略 | 第28-31页 |
| 3.4 三个学习因子调整策略 | 第31-32页 |
| 3.5 改进SFL-PSO算法的测试数据生成步骤 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 4 改进SFL-PSO算法测试数据生成实验验证 | 第34-61页 |
| 4.1 函数插桩 | 第34-37页 |
| 4.2 参数优化 | 第37-54页 |
| 4.3 算法性能分析 | 第54-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-62页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 从事科学研究和学习经历简介 | 第68-69页 |
| 攻读学位期间的学术成果和获奖情况 | 第69页 |
