| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容及技术路线 | 第12-13页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 技术路线 | 第13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 软件测试自动化综述 | 第15-19页 |
| 2.1 软件测试自动化概述 | 第15-17页 |
| 2.2 测试用例概述 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 传统遗传算法综述 | 第19-27页 |
| 3.1 传统遗传算法 | 第19-25页 |
| 3.1.1 遗传算法概述 | 第19-20页 |
| 3.1.2 遗传算法的基本思想 | 第20-21页 |
| 3.1.3 遗传算法的实现技术 | 第21-22页 |
| 3.1.4 遗传算法的基本流程 | 第22-24页 |
| 3.1.5 传统遗传算法在测试用例自动生成中的应用 | 第24-25页 |
| 3.2 传统遗传算法的不足 | 第25页 |
| 3.3 本章小结 | 第25-27页 |
| 第4章 基于改进遗传算法的测试用例自动化生成 | 第27-37页 |
| 4.1 三个算法概述 | 第27-33页 |
| 4.1.1 SO算法 | 第27-28页 |
| 4.1.2 SACO算法 | 第28-30页 |
| 4.1.3 SCAMO算法 | 第30-33页 |
| 4.2 三个算法的在测试用例生成中的应用 | 第33-36页 |
| 4.2.1 编码设计 | 第34页 |
| 4.2.2 程序插桩 | 第34-35页 |
| 4.2.3 构造适应性函数 | 第35-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第5章 实验与分析 | 第37-47页 |
| 5.1 三个算法的对比实验 | 第37-40页 |
| 5.2 关于被测程序参数设置的实验 | 第40-45页 |
| 5.2.1 种群规模设置实验 | 第40-42页 |
| 5.2.2 交叉概率设置实验 | 第42-43页 |
| 5.2.3 突变概率设置实验 | 第43-44页 |
| 5.2.4 算法终止条件实验 | 第44-45页 |
| 5.3 SCAMO算法的实验与结论 | 第45-46页 |
| 5.4 本章小结 | 第46-47页 |
| 第6章 总结与展望 | 第47-49页 |
| 6.1 课题总结 | 第47-48页 |
| 6.2 课题展望 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 攻读硕士期间已发表的论文 | 第55-57页 |
| 致谢 | 第57页 |