首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

改进多种群自适应蚁群算法生成测试用例方法的研究

摘要第4-6页
Abstract第6-7页
第一章 绪论第10-14页
    1.1 研究背景与意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 论文主要内容第13-14页
第二章 软件测试及测试用例生成第14-23页
    2.1 软件测试第14-19页
        2.1.1 软件测试的定义第14-15页
        2.1.2 软件测试的对象第15页
        2.1.3 软件测试的目的第15-16页
        2.1.4 软件测试的原则第16-17页
        2.1.5 软件测试模型第17-19页
    2.2 测试用例生成方法第19-22页
        2.2.1 测试用例的概念第19页
        2.2.2 测试用例生成方法第19-22页
    2.3 本章小结第22-23页
第三章 基于并行多种群自适应蚁群算法的测试用例生成第23-34页
    3.1 蚁群算法基本原理第23-25页
    3.2 多种群蚁群算法第25-29页
        3.2.1 基于多种群竞争的协同进化算法第25-28页
        3.2.2 多种群蚁群优化算法第28-29页
    3.3 构造适应度函数第29-30页
    3.4 并行多种群自适应蚁群算法的测试用例自动生成第30-31页
        3.4.1 自适应转移规则第30页
        3.4.2 自适应蚁群信息素更新策略第30-31页
        3.4.3 并行多种群自适应蚁群优化算法第31页
    3.5 实验设计及结果分析第31-33页
        3.5.1 实验设计第31-32页
        3.5.2 实验结果与分析第32-33页
    3.6 本章小结第33-34页
第四章 基于量子多种群动态自适应蚁群算法的测试用例生成第34-46页
    4.1 量子优化算法第34-37页
        4.1.1 量子进化算法第34-36页
        4.1.2 算法原理及性能研究第36-37页
    4.2 量子蚁群优化算法第37-39页
        4.2.1 量子比特编码方案第37页
        4.2.2 量子旋转门第37-39页
    4.3 基于量子多种群动态自适应蚁群算法测试用例生成第39-42页
        4.3.1 自适应算法第39-40页
        4.3.2 自适应迁移规则第40-41页
        4.3.3 信息素更新策略第41-42页
        4.3.4 算法的步骤第42页
    4.4 实验设计及结果分析第42-45页
        4.4.1 实验设计第42-43页
        4.4.2 实验结果及分析第43-45页
    4.5 本章小结第45-46页
第五章 总结与展望第46-48页
    5.1 总结第46页
    5.2 展望第46-48页
参考文献第48-51页
致谢第51-52页
攻读学位期间的研究成果第52页

论文共52页,点击 下载论文
上一篇:基于自适应遗传算法的测试用例生成技术研究
下一篇:基于知识迁徙模糊神经网络的污泥膨胀智能识别