| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 课题研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 启发式搜索算法及其在软件测试中的应用 | 第15-16页 |
| 1.2.2 多种群遗传算法及其在软件测试中的应用 | 第16-18页 |
| 1.2.3 EFSM模型的测试研究 | 第18-20页 |
| 1.3 本课题主要研究内容及创新点 | 第20-21页 |
| 1.3.1 本课题主要研究内容 | 第20-21页 |
| 1.3.2 本文创新点 | 第21页 |
| 1.4 本文组织结构 | 第21-23页 |
| 第二章 多种群遗传算法和EFSM模型 | 第23-29页 |
| 2.1 多种群遗传算法 | 第23-25页 |
| 2.1.1 多种群遗传算法简介 | 第23页 |
| 2.1.2 多种群遗传算法原理 | 第23-24页 |
| 2.1.3 多种群遗传算法流程 | 第24-25页 |
| 2.1.4 多种群遗传算法复杂度分析 | 第25页 |
| 2.2 EFSM模型 | 第25-28页 |
| 2.2.1 EFSM模型简介 | 第25-26页 |
| 2.2.2 EFSM模型的相关定义 | 第26-27页 |
| 2.2.3 EFSM模型的测试生成 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于多种群遗传算法的EFSM测试数据生成 | 第29-37页 |
| 3.1 多种群遗传算法的EFSM测试数据生成方法概述 | 第29页 |
| 3.2 多种群遗传算法的EFSM测试数据生成关键因素设计 | 第29-33页 |
| 3.2.1 子种群大小的设置 | 第30页 |
| 3.2.2 迁移间隔和迁移率的设置 | 第30页 |
| 3.2.3 迁移策略的选取 | 第30-31页 |
| 3.2.4 多种群的遗传操作 | 第31-32页 |
| 3.2.5 适应度函数的设计 | 第32-33页 |
| 3.3 多种群遗传算法的EFSM测试数据生成实现流程 | 第33页 |
| 3.4 多种群遗传算法的EFSM测试数据生成算法描述 | 第33-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 实验设计与分析 | 第37-55页 |
| 4.1 实验设计 | 第37-38页 |
| 4.2.1 算法参数设置 | 第37页 |
| 4.2.2 实验环境介绍 | 第37-38页 |
| 4.2 被测程序介绍 | 第38页 |
| 4.3 实验结果分析 | 第38-53页 |
| 4.3.1 多/单种群遗传算法的EFSM测试数据生成实验结果分析 | 第38-40页 |
| 4.3.2 多种群遗传算法主要因素对EFSM测试数据生成效率的影响分析 | 第40-52页 |
| 4.3.3 最优参数组合/经验值的多种群遗传算法EFSM测试数据生成对比分析 | 第52-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 结论与展望 | 第55-57页 |
| 5.1 本文主要成果 | 第55页 |
| 5.2 后续工作及展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 研究成果及发表的学术论文 | 第63-65页 |
| 作者及导师简介 | 第65-66页 |
| 附件 | 第66-67页 |
