首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于控制流与数据流的面向方面测试方法研究

摘要第5-6页
Abstract第6-7页
目录第8-10页
插图索引第10-11页
附表索引第11-12页
第1章 绪论第12-17页
    1.1 研究背景和意义第12-13页
    1.2 国内外研究现状第13-15页
        1.2.1 国外研究现状第13-14页
        1.2.2 国内研究现状第14-15页
    1.3 论文研究内容第15页
    1.4 论文结构第15-17页
第2章 面向方面测试技术概述第17-32页
    2.1 面向方面编程技术第17-22页
        2.1.1 AOP 简介第17-19页
        2.1.2 AOP 的开发步骤第19-20页
        2.1.3 AspectJ 简介第20-22页
    2.2 软件测试基础第22-24页
        2.2.1 软件测试的定义第22页
        2.2.2 测试分类第22-24页
        2.2.3 软件测试过程第24页
    2.3 面向方面测试基础第24-31页
        2.3.1 可测性第24-25页
        2.3.2 测试的必要性与特殊性第25-26页
        2.3.3 AOP 错误模型第26-27页
        2.3.4 AOP 测试方法分类与比较第27-31页
    2.4 小结第31-32页
第3章 一种基于控制流与数据流的结构测试方法第32-44页
    3.1 BDUC 表达式第32-34页
    3.2 基于控制流与数据流的结构测试方法第34-35页
    3.3 控制流与数据流测试覆盖标准第35-38页
        3.3.1 基于控制流的测试覆盖标准第36页
        3.3.2 基于数据流的测试覆盖标准第36-38页
    3.4 实例分析第38-41页
    3.5 实验结果分析第41-42页
    3.6 测试工具 CDTT-AJ 的设计与实现第42-43页
    3.7 小结第43-44页
第4章 基于粒子群优化算法的测试数据自动生成第44-57页
    4.1 测试数据自动生成方法第44-45页
    4.2 粒子群优化算法第45-48页
        4.2.1 基本原理第45-46页
        4.2.2 算法流程第46-47页
        4.2.3 算法的基本特点第47页
        4.2.4 粒子群优化算法和遗传算法的比较第47-48页
    4.3 基于粒子群优化算法的测试数据自动生成第48-51页
        4.3.1 面向对象测试数据生成算法第48-49页
        4.3.2 面向方面测试数据生成算法第49-51页
    4.4 实例分析第51-53页
    4.5 实验第53-56页
        4.5.1 实验环境第53页
        4.5.2 实验过程第53-55页
        4.5.3 实验结果分析第55-56页
    4.6 小结第56-57页
结论第57-60页
参考文献第60-67页
致谢第67-68页
附录A (攻读学位期间发表的论文与获得的成果)第68-69页
附录B (攻读学位期间参加的科研项目)第69页

论文共69页,点击 下载论文
上一篇:基于进化计算的最大相似双聚类分析及其应用
下一篇:基于客户的代理商管理系统设计与实现