| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题的背景和意义 | 第10页 |
| ·国内外研究现状 | 第10-13页 |
| ·国外研究现状 | 第10-12页 |
| ·国内研究现状 | 第12-13页 |
| ·课题主要研究内容及章节安排 | 第13-14页 |
| 第2章 测试数据自动生成技术理论基础 | 第14-30页 |
| ·软件测试概述 | 第14-15页 |
| ·软件测试的定义 | 第14页 |
| ·软件测试的目标 | 第14页 |
| ·软件测试的原则 | 第14-15页 |
| ·测试数据自动生成技术概述 | 第15-20页 |
| ·测试数据自动生成的定义 | 第15-16页 |
| ·测试数据自动生成技术的分类 | 第16-20页 |
| ·基于遗传算法的测试数据自动生成可行性分析 | 第20-29页 |
| ·遗传算法概述 | 第20-28页 |
| ·可行性分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于遗传算法的测试数据自动生成技术研究 | 第30-42页 |
| ·基于遗传算法的测试数据自动生成流程 | 第30-32页 |
| ·测试数据自动生成的覆盖准则选择问题 | 第32-34页 |
| ·分支覆盖准则的缺陷 | 第32-33页 |
| ·修正条件判定覆盖(MC/DC)准则 | 第33-34页 |
| ·用于测试数据自动生成的遗传算法适应度函数构造问题 | 第34-41页 |
| ·传统的适应度函数 | 第34-36页 |
| ·传统适应度函数的局限性 | 第36-38页 |
| ·几种改进方法及本文改进思想 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于遗传算法的MC/DC测试数据自动生成算法 | 第42-58页 |
| ·静态分析及MC/DC测试用例预期结果集的生成 | 第42-44页 |
| ·静态分析 | 第42页 |
| ·MC/DC测试用例预期结果集的生成 | 第42-44页 |
| ·参数编码 | 第44-45页 |
| ·适应度函数构造及代码插桩 | 第45-53页 |
| ·控制依赖关系适应度函数 | 第45-47页 |
| ·基于链接法思想的数据依赖关系适应度函数 | 第47-49页 |
| ·分支适应度函数 | 第49-51页 |
| ·代码插桩 | 第51-52页 |
| ·总的适应度函数获取及评价 | 第52-53页 |
| ·遗传操作设计 | 第53-56页 |
| ·选择和精英保留策略 | 第53-54页 |
| ·交叉操作和变异操作 | 第54-56页 |
| ·基于遗传算法的MC/DC测试数据自动生成框架 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第5章 结果仿真与分析 | 第58-67页 |
| ·验证程序 | 第58页 |
| ·与使用传统适应度函数的遗传算法的比较 | 第58-62页 |
| ·算法参数设置 | 第59页 |
| ·新适应度函数的有效性验证及输入空间域的影响 | 第59-61页 |
| ·搜索迭代次数的影响 | 第61-62页 |
| ·与其他搜索算法的比较 | 第62-64页 |
| ·算法参数设置 | 第62页 |
| ·三种算法的比较结果分析 | 第62-64页 |
| ·应用实例 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |