基于GPGPU的一种回归测试预优化方法
| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-10页 |
| Contents | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题来源 | 第12页 |
| 1.2 研究背景与意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 1.3.1 回归测试优化技术 | 第13-15页 |
| 1.3.2 应用进化算法解决预优化问题 | 第15-16页 |
| 1.3.3 基于进化算法的并行预优化方法 | 第16-17页 |
| 1.4 本文组织结构 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 基于进化算法的回归测试预优化与并行化加速 | 第18-24页 |
| 2.1 软件测试与回归测试 | 第18-19页 |
| 2.2 回归测试用例优化技术 | 第19-20页 |
| 2.3 基于进化算法的回归测试预优化 | 第20-21页 |
| 2.4 进化算法的并行化加速研究 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 基于PSO的多目标测试用例预优化方法 | 第24-40页 |
| 3.1 PSO算法及多目标测试用例预优化 | 第24-26页 |
| 3.2 应用PSO算法解决测试用例预优化问题 | 第26-30页 |
| 3.2.1 粒子位置与速度更新 | 第27-29页 |
| 3.2.2 archive更新 | 第29页 |
| 3.2.3 全局最优更新 | 第29-30页 |
| 3.3 实验设计与结果分析 | 第30-39页 |
| 3.3.1 研究问题 | 第30页 |
| 3.3.2 实验设计 | 第30-31页 |
| 3.3.3 测试用例集预处理 | 第31-34页 |
| 3.3.4 结果分析 | 第34-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于GPGPU的并行PSO预优化方法 | 第40-50页 |
| 4.1 GPGPU并行编程 | 第40-44页 |
| 4.2 GPGPU加速PSO算法 | 第44-46页 |
| 4.2.1 PSO算法各部分性能分析 | 第44-45页 |
| 4.2.2 针对适应度计算的并行化设计 | 第45-46页 |
| 4.3 实验验证与结果分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 结论与展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 研究成果及发表的学术论文 | 第58-60页 |
| 作者和导师简介 | 第60-61页 |
| 附件 | 第61-62页 |
