| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-24页 |
| ·课题来源 | 第14页 |
| ·课题研究背景及意义 | 第14-16页 |
| ·国内外相关研究介绍 | 第16-21页 |
| ·优化技术在回归测试中的应用研究 | 第16-18页 |
| ·进化算法在优化问题中的应用研究 | 第18-20页 |
| ·基于 CPU+GPU 异构并行进化算法的应用研究 | 第20-21页 |
| ·论文主要贡献 | 第21-22页 |
| ·多目标测试用例预优化问题及其解决方法 | 第21-22页 |
| ·多目标测试用例预优化算法的并行化改进 | 第22页 |
| ·论文组织结构 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第二章 回归测试用例预优化技术及进化算法 | 第24-30页 |
| ·回归测试 | 第24-25页 |
| ·回归测试用例预优化技术 | 第25-26页 |
| ·进化算法在测试用例预优化中的应用 | 第26-27页 |
| ·进化算法的并行化改进 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 GPGPU 及 CUDA 计算平台 | 第30-40页 |
| ·GPGPU 发展历程 | 第30页 |
| ·CUDA 计算平台概述 | 第30-32页 |
| ·CUDA 硬件体系结构 | 第32-34页 |
| ·NVIDIA GPU 硬件设计 | 第32-34页 |
| ·计算能力 | 第34页 |
| ·CUDA 编程模型 | 第34-38页 |
| ·CPU+GPU 异构并行模式 | 第35页 |
| ·线程结构 | 第35-37页 |
| ·存储器层次模型 | 第37-38页 |
| ·CUDA 编程规范 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 多目标测试用例预优化方法设计与实现 | 第40-58页 |
| ·基于进化算法的多目标测试用例预优化方法研究 | 第40-46页 |
| ·多目标测试用例预优化问题定义 | 第40-41页 |
| ·优化目标的选取 | 第41-43页 |
| ·个体编码方案 | 第43页 |
| ·选择算子 | 第43-44页 |
| ·交叉算子 | 第44-45页 |
| ·变异算子 | 第45-46页 |
| ·NSGA-II 的算法的实现细节 | 第46-49页 |
| ·测试用例预优化实验及结果分析 | 第49-56页 |
| ·实验环境及被测对象 | 第49-50页 |
| ·实验方案 | 第50-51页 |
| ·最优解在目标空间的分布 | 第51-53页 |
| ·方法的耗时统计及影响因素分析 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 CPU+GPU 异构并行多目标测试用例预优化方法研究 | 第58-70页 |
| ·并行多目标测试用例预优化方法概述 | 第58-59页 |
| ·CPU+GPU 异构并行方案设计 | 第59-60页 |
| ·适应度评估的 GPU 并行策略 | 第60-62页 |
| ·并行任务划分 | 第60-61页 |
| ·适应度评估的 kernel 函数设计 | 第61-62页 |
| ·交叉操作的 GPU 并行策略 | 第62-69页 |
| ·序列编码交叉操作的 GPU 并行策略 | 第62-64页 |
| ·顺序编码交叉操作的 GPU 并行策略 | 第64-66页 |
| ·基于 scan 操作的 GPU 并行交叉策略 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 并行多目标测试用例预优化方法的实验研究 | 第70-82页 |
| ·实验研究问题 | 第70页 |
| ·软、硬件环境搭建 | 第70-71页 |
| ·加速比实验的结果及分析 | 第71-80页 |
| ·并行适应度评估策略的加速比 | 第71-72页 |
| ·序列编码并行交叉策略的加速比 | 第72-73页 |
| ·顺序编码并行交叉策略的加速比 | 第73页 |
| ·基于 scan 操作的并行交叉策略的加速比 | 第73-74页 |
| ·不同并行交叉策略的比较 | 第74-76页 |
| ·NSGA-II 遗传参数对加速性能的影响 | 第76-80页 |
| ·本章小结 | 第80-82页 |
| 第七章 结束语 | 第82-84页 |
| ·论文的主要工作 | 第82页 |
| ·未来进一步工作 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-90页 |
| 研究成果及发表的学术论文 | 第90-92页 |
| 作者和导师简介 | 第92-93页 |
| 附件 | 第93-94页 |