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

基于布谷鸟算法的测试用例生成方法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-16页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 测试用例生成方法研究现状第10-11页
        1.2.2 基于搜索的测试用例生成技术研究现状第11-12页
        1.2.3 布谷鸟算法在优化问题中的研究现状第12-13页
    1.3 研究中存在的问题第13-14页
    1.4 主要研究内容第14-15页
    1.5 论文结构第15-16页
第2章 相关技术介绍第16-24页
    2.1 测试用例生成框架第16-18页
        2.1.1 插桩技术第17-18页
    2.2 布谷鸟优化算法第18-21页
        2.2.1 算法原理第18-20页
        2.2.2 基本流程第20-21页
    2.3 教与学优化算法第21-23页
    2.4 本章小结第23-24页
第3章 基于改进布谷鸟算法的用例生成方法第24-41页
    3.1 布谷鸟算法的改进第24-28页
        3.1.1 混沌映射初始化第24-25页
        3.1.2 教与学局部搜索第25-27页
        3.1.3 改进布谷鸟算法第27-28页
    3.2 基于改进布谷鸟算法的测试用例生成第28-31页
        3.2.1 测试用例生成模型第28-29页
        3.2.2 适应度函数设计第29-31页
    3.3 实验分析第31-40页
        3.3.1 实验对象第31-32页
        3.3.2 评价标准及参数设置第32-33页
        3.3.3 实验设计第33-34页
        3.3.4 实验结果第34-40页
    3.4 本章小结第40-41页
第4章 基于多目标的布谷鸟优化用例生成方法第41-58页
    4.1 用例生成中的多目标优化问题第41-45页
        4.1.1 多目标优化第41-43页
        4.1.2 测试用例度量准则第43-44页
        4.1.3 优化目标选取第44-45页
    4.2 多目标布谷鸟算法第45-48页
        4.2.1 档案的生成及维护第45-46页
        4.2.2 多目标布谷鸟算法第46-48页
    4.3 基于多目标的布谷鸟优化测试用例生成第48-50页
        4.3.1 测试用例生成模型第48-49页
        4.3.2 用例集约简第49-50页
    4.4 实验分析第50-57页
        4.4.1 评价标准及参数设置第50-52页
        4.4.2 实验设计第52页
        4.4.3 实验结果第52-57页
    4.5 本章小结第57-58页
第5章 总结与展望第58-61页
    5.1 总结第58-60页
    5.2 展望第60-61页
致谢第61-62页
参考文献第62-66页
攻读学位期间发表的论文第66页

论文共66页,点击 下载论文
上一篇:基于深度学习的污损车牌检测与识别关键技术研究
下一篇:二氧化锡气体传感器表面改性及选择性的研究