摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
第一章 绪论 | 第9-26页 |
·研究背景及意义 | 第9-13页 |
·研究背景 | 第9-12页 |
·研究意义 | 第12-13页 |
·国内外研究现状 | 第13-22页 |
·软件质量管理与测试的研究 | 第13-16页 |
·软件度量与预测的研究 | 第16-19页 |
·软件质量评价的研究 | 第19-22页 |
·研究内容与技术路线 | 第22-25页 |
·研究内容 | 第22-24页 |
·技术路线 | 第24-25页 |
·篇章结构 | 第25-26页 |
第二章 软件质量理论基础 | 第26-55页 |
·质量 | 第26页 |
·经典的质量观 | 第26-31页 |
·戴明的管理思想 | 第26-28页 |
·朱兰的质量三部曲 | 第28-29页 |
·克劳斯比的零缺陷思想 | 第29-30页 |
·桑德霍姆的质量循环 | 第30页 |
·费根堡姆的全面质量管理理念 | 第30-31页 |
·石川馨的质量观 | 第31页 |
·软件质量 | 第31-34页 |
·软件质量的概念 | 第31-33页 |
·软件质量属性 | 第33-34页 |
·软件度量 | 第34-44页 |
·软件度量的概念 | 第34页 |
·软件度量的分类 | 第34-38页 |
·软件度量的方法 | 第38-44页 |
·软件质量模型 | 第44-54页 |
·McCall模型 | 第44-48页 |
·Boehm模型 | 第48-51页 |
·ISO/IEC 9126 模型 | 第51-54页 |
·本章小结 | 第54-55页 |
第三章 基于遗传-粒子群混合算法的测试数据生成方法研究 | 第55-70页 |
·测试数据的自动生成现状 | 第55-57页 |
·研究基础 | 第57-61页 |
·粒子群优化算法 | 第57-60页 |
·遗传算法 | 第60-61页 |
·基于遗传-粒子群混合算法的测试数据生成方法研究 | 第61-64页 |
·GPSMA的种群划分策略 | 第61-62页 |
·变异因子设计 | 第62页 |
·个体更新策略 | 第62-63页 |
·基于GPSMA的测试数据生成流程 | 第63-64页 |
·实验结果及分析 | 第64-69页 |
·函数优化验证实验 | 第64-66页 |
·测试数据生成实验结果及分析 | 第66-68页 |
·测试数据生成对比实验及分析 | 第68-69页 |
·本章小结 | 第69-70页 |
第四章 基于粒子群-BP网络的软件质量预测模型研究 | 第70-82页 |
·软件质量预测 | 第70-73页 |
·软件质量预测的原理 | 第70-71页 |
·建立软件质量预测模型的基本方法 | 第71-72页 |
·软件度量和质量预测模型的关系 | 第72-73页 |
·人工神经网络简述 | 第73-76页 |
·人工神经网络含义及发展 | 第73-74页 |
·人工神经网络模型 | 第74-76页 |
·人工神经网络的特点与应用 | 第76页 |
·基于粒子群-BP神经网络的软件质量预测模型 | 第76-79页 |
·粒子群算法优化的BP神经网络 | 第76-78页 |
·算法设计及实现 | 第78-79页 |
·软件质量预测的实例分析 | 第79-80页 |
·参数设置 | 第79页 |
·结果分析 | 第79-80页 |
·本章小结 | 第80-82页 |
第五章 基于非对称模糊三角数模糊回归的软件质量评价模型研究 | 第82-93页 |
·基于用户需求的软件质量评价 | 第82-84页 |
·简述 | 第82-83页 |
·相关研究 | 第83-84页 |
·质量功能展开的基本原理 | 第84-86页 |
·质量功能展开的概念 | 第84-85页 |
·质量屋的含义及构成 | 第85-86页 |
·质量功能展开的分解过程 | 第86页 |
·基于非对称模糊三角数的模糊回归软件质量评价模型 | 第86-89页 |
·软件质量评价实例分析 | 第89-92页 |
·本章小结 | 第92-93页 |
第六章总结、创新点与展望 | 第93-96页 |
·总结 | 第93-94页 |
·创新点 | 第94-95页 |
·进一步研究展望 | 第95-96页 |
参考文献 | 第96-109页 |
在读期间发表的学术论文与取得的研究成果 | 第109-110页 |
在读期间参加的科研项目 | 第110-111页 |
致谢 | 第111页 |