| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 本文章节安排 | 第13-15页 |
| 第二章 测试用例生成理论与技术 | 第15-27页 |
| 2.1 软件测试的定义及目的 | 第15页 |
| 2.2 测试用例基本概念 | 第15-16页 |
| 2.3 软件测试方法的分类 | 第16-17页 |
| 2.3.1 静态测试 | 第16页 |
| 2.3.2 动态测试 | 第16-17页 |
| 2.3.3 黑盒测试 | 第17页 |
| 2.3.4 白盒测试 | 第17页 |
| 2.3.5 灰盒测试 | 第17页 |
| 2.4 测试用例生成技术的分类 | 第17-21页 |
| 2.4.1 面向功能的测试用例自动生成技术 | 第18页 |
| 2.4.2 面向路径的测试用例自动生成技术 | 第18-21页 |
| 2.5 测试用例自动生成算法 | 第21-25页 |
| 2.5.1 遗传算法 | 第22-23页 |
| 2.5.2 粒子群算法 | 第23-24页 |
| 2.5.3 模拟退火算法 | 第24-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第三章 万有引力算法(GSA)研究及改进 | 第27-42页 |
| 3.1 万有引力算法 | 第27-29页 |
| 3.1.1 惯性质量 | 第27-28页 |
| 3.1.2 引力 | 第28-29页 |
| 3.1.3 位置更新 | 第29页 |
| 3.2 GSA算法流程及分析 | 第29-30页 |
| 3.3 基于改进的 Tent 混沌万有引力搜索算法(ITC-GSA) | 第30-37页 |
| 3.3.1 Tent混沌序列 | 第30-32页 |
| 3.3.2 引力常数G的动态调整策略 | 第32-33页 |
| 3.3.3 成熟度指标设计及Tent混沌搜索 | 第33-35页 |
| 3.3.4 改进的Tent混沌万有引力搜索算法步骤及流程 | 第35-37页 |
| 3.4 比较试验及结果分析 | 第37-41页 |
| 3.4.1 实验设计与测试函数 | 第37-38页 |
| 3.4.2 算法性能对比分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于ITC-GSA算法的多路径测试用例生成 | 第42-58页 |
| 4.1 引言 | 第42页 |
| 4.2 多路径测试用例生成 | 第42-45页 |
| 4.3 适应度函数设计 | 第45-49页 |
| 4.3.1 分支距离法(branch_distance) | 第45-47页 |
| 4.3.2 层接近度法(approch_level) | 第47-48页 |
| 4.3.3 适应度函数的设计 | 第48-49页 |
| 4.4 程序插桩 | 第49-50页 |
| 4.5 算法框架及流程 | 第50-52页 |
| 4.5.1 算法框架 | 第50-51页 |
| 4.5.2 算法流程 | 第51-52页 |
| 4.6 预测模型设计 | 第52-56页 |
| 4.6.1 实验设计 | 第52-53页 |
| 4.6.2 实验结果与分析 | 第53-56页 |
| 4.7 本章小结 | 第56-58页 |
| 第五章 基于ITC-GSA算法的组合测试用例生成 | 第58-73页 |
| 5.1 引言 | 第58页 |
| 5.2 组合测试目的与相关定义 | 第58-62页 |
| 5.2.1 组合测试目的 | 第58-60页 |
| 5.2.2 组合测试相关定义 | 第60-62页 |
| 5.3 One-test-at-a-time 策略 | 第62-63页 |
| 5.4 适应度函数的设计 | 第63-66页 |
| 5.5 算法框架 | 第66-67页 |
| 5.6 实验与分析 | 第67-72页 |
| 5.6.1 实验设计 | 第67-68页 |
| 5.6.2 实验结果与分析 | 第68-72页 |
| 5.7 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 工作总结 | 第73页 |
| 6.2 未来与展望 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士期间的研究成果 | 第81页 |
