回归测试用例集优化技术研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-19页 |
| 第2章 相关研究综述 | 第19-33页 |
| 2.1 软件测试 | 第19-22页 |
| 2.1.1 软件测试的概念 | 第19页 |
| 2.1.2 软件测试基本技术 | 第19-22页 |
| 2.2 回归测试 | 第22-23页 |
| 2.2.1 回归测试的概念 | 第22页 |
| 2.2.2 回归测试用例集优化相关技术 | 第22-23页 |
| 2.3 代码覆盖率 | 第23-24页 |
| 2.4 测试用例的设计 | 第24-25页 |
| 2.5 测试用例最小化 | 第25-26页 |
| 2.5.1 测试用例最小化问题 | 第25页 |
| 2.5.2 测试用例最小化模型 | 第25-26页 |
| 2.6 现有的求解测试用例最小化主要方法 | 第26-31页 |
| 2.6.1 贪心算法 | 第26-27页 |
| 2.6.2 启发式算法（H算法） | 第27-28页 |
| 2.6.3 GE和GRE算法 | 第28-29页 |
| 2.6.4 蚁群算法 | 第29-31页 |
| 2.7 本章小结 | 第31-33页 |
| 第3章 测试用例优化方法 | 第33-47页 |
| 3.1 关于遗传算法 | 第33-35页 |
| 3.1.1 遗传算法概述 | 第33-34页 |
| 3.1.2 算法原理 | 第34-35页 |
| 3.2 测试用例优化模型 | 第35-36页 |
| 3.3 用于测试用例最小化的遗传算法 | 第36-46页 |
| 3.3.1 初始种群及编码 | 第36-37页 |
| 3.3.2 适应函数 | 第37-38页 |
| 3.3.3 遗传算子 | 第38-43页 |
| 3.3.4 参数控制和选择 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 基于改进的遗传算法求解测试用例最小化问题 | 第47-61页 |
| 4.1 程序代码划分 | 第47-49页 |
| 4.2 测试用例最小化问题实现描述 | 第49-50页 |
| 4.3 算法的实现过程描述 | 第50-53页 |
| 4.4 算法仿真实现 | 第53-59页 |
| 4.4.1 参数的设定 | 第54页 |
| 4.4.2 实验设计 | 第54-58页 |
| 4.4.3 实验结果分析比较 | 第58-59页 |
| 4.5 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间所发表的学术论文 | 第67-69页 |
| 附录 | 第69-70页 |
| 参与的科研项目 | 第69-70页 |
| 致谢 | 第70页 |
