| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 主要研究问题与内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第二章 测试用例生成理论基础 | 第13-20页 |
| 2.1 测试用例的基本概念 | 第13页 |
| 2.2 测试用例生成技术 | 第13-16页 |
| 2.2.1 随机法测试技术 | 第14页 |
| 2.2.2 静态法测试技术 | 第14-15页 |
| 2.2.3 动态法测试技术 | 第15页 |
| 2.2.4 基于搜索算法的测试用例生成技术 | 第15-16页 |
| 2.3 测试覆盖准则 | 第16-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 遗传算法 | 第20-27页 |
| 3.1 标准遗传算法简介 | 第20-21页 |
| 3.2 遗传算法基本操作 | 第21-25页 |
| 3.2.1 编码策略 | 第21-22页 |
| 3.2.2 适应度函数 | 第22-24页 |
| 3.2.3 遗传算子 | 第24-25页 |
| 3.3 遗传算法的参数分析 | 第25-26页 |
| 3.4 遗传算法的特点 | 第26页 |
| 3.5 本章小结 | 第26-27页 |
| 第四章 基于自适应遗传算法的分支覆盖测试用例生成 | 第27-39页 |
| 4.1 算法总体框架 | 第27-28页 |
| 4.2 自适应遗传算法设计 | 第28-31页 |
| 4.2.1 种群多样性度量 | 第28-29页 |
| 4.2.2 自适应遗传算子设计 | 第29-31页 |
| 4.2.3 适应度函数设计 | 第31页 |
| 4.3 基于自适应遗传算法的分支覆盖测试生成算法流程 | 第31-33页 |
| 4.4 实验 | 第33-38页 |
| 4.4.1 实验设置 | 第34页 |
| 4.4.2 实验结果与分析 | 第34-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第五章 基于自适应遗传算法的目标路径覆盖测试用例生成 | 第39-51页 |
| 5.1 路径覆盖测试用例生成模型 | 第39-40页 |
| 5.2 路径覆盖测试生成问题的适应度函数设计 | 第40-44页 |
| 5.2.1 传统的适应度函数构造方法 | 第40-42页 |
| 5.2.2 改进的适应度函数构造方法 | 第42-44页 |
| 5.3 基于自适应遗传算法的路径覆盖测试生成算法流程 | 第44-45页 |
| 5.4 实验 | 第45-50页 |
| 5.4.1 实验参数设置 | 第45页 |
| 5.4.2 三角形分类程序实验 | 第45-48页 |
| 5.4.3 工业用例实验 | 第48-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 6.1 工作总结 | 第51页 |
| 6.2 未来与展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间的研究成果 | 第58页 |
