| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 测试用例生成方法研究 | 第13-14页 |
| 1.2.2 基于搜索的测试用例生成技术研究 | 第14-15页 |
| 1.2.3 基于粒子群优化的测试用例生成技术研究 | 第15-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第2章 相关理论和方法 | 第19-32页 |
| 2.1 软件测试基本概念 | 第19-21页 |
| 2.2 测试用例生成技术 | 第21-26页 |
| 2.2.1 程序插装 | 第21-22页 |
| 2.2.2 构建适应度函数 | 第22-24页 |
| 2.2.3 测试用例生成框架 | 第24-26页 |
| 2.3 粒子群优化算法 | 第26-30页 |
| 2.3.1 基本概念 | 第26-28页 |
| 2.3.2 PSO算法步骤 | 第28-29页 |
| 2.3.3 PSO算法分析 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 基于动态调整惯性权重的粒子群优化算法 | 第32-46页 |
| 3.1 粒子群算法参数分析 | 第32-34页 |
| 3.2 基于动态调整惯性权重的粒子群优化算法 | 第34-38页 |
| 3.2.1 动态指数变换惯性权重 | 第34-35页 |
| 3.2.2 引入修复策略的PSO算法 | 第35-37页 |
| 3.2.3 EIW-PSO算法的整体思想 | 第37-38页 |
| 3.3 实验验证与分析 | 第38-44页 |
| 3.3.1 实验设计 | 第38-40页 |
| 3.3.2 实验结果与分析 | 第40-44页 |
| 3.3.3 实验小结 | 第44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 基于粒子群优化算法的测试用例生成方法 | 第46-56页 |
| 4.1 适应度函数的构造 | 第46-48页 |
| 4.2 基于粒子群优化算法的测试用例生成方法 | 第48-50页 |
| 4.2.1 算法整体思想 | 第48-49页 |
| 4.2.2 基于EIW-PSO的测试用例生成算法框架 | 第49-50页 |
| 4.3 实验验证与分析 | 第50-55页 |
| 4.3.1 实验设计 | 第50-51页 |
| 4.3.2 实验结果与分析 | 第51-54页 |
| 4.3.3 实验小结 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-66页 |
| 致谢 | 第66页 |