| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·论文的意义 | 第7-9页 |
| ·课题的背景及意义 | 第7-8页 |
| ·本课题研究内容 | 第8-9页 |
| ·测试性分析研究现状 | 第9-12页 |
| ·国内外研究现状 | 第10-11页 |
| ·存在的不足之处 | 第11-12页 |
| ·论文的框架 | 第12-14页 |
| 第二章 基于多信号模型的系统测试性建模 | 第14-19页 |
| ·多信号模型的概念 | 第14页 |
| ·建模方法 | 第14页 |
| ·多信号模型的定义 | 第14-15页 |
| ·多信号模型的表示法 | 第15页 |
| ·多信号模型建立示例 | 第15-18页 |
| ·建立相关性模型和矩阵 | 第15-17页 |
| ·相关矩阵的简化 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 随机DBPSO算法研究 | 第19-26页 |
| ·最优测试顺序问题研究 | 第19-20页 |
| ·最优测试顺序概念 | 第19-20页 |
| ·测试排序问题描述 | 第20页 |
| ·粒子群优化算法 | 第20-25页 |
| ·基本粒子群算法的基本原理 | 第21-23页 |
| ·标准粒子群优化算法 | 第23-24页 |
| ·离散粒子群优化算法 | 第24-25页 |
| ·随机DBPSO算法 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第四章 AO~*算法研究 | 第26-42页 |
| ·基本概念 | 第26-27页 |
| ·与/或图搜索的一般过程 | 第27页 |
| ·与/或图的搜索策略 | 第27-31页 |
| ·与/或树简介 | 第28页 |
| ·解树的代价 | 第28-29页 |
| ·希望树 | 第29-30页 |
| ·与/或树的有序搜索 | 第30-31页 |
| ·AO~*算法应用 | 第31-38页 |
| ·AO~*算法与问题的结合 | 第32-33页 |
| ·AO~*算法步骤 | 第33-34页 |
| ·简单示例 | 第34-38页 |
| ·相关代码编写 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 随机DBPSO-AO~*算法应用于最优顺序测试 | 第42-50页 |
| ·FIR和FDR简介 | 第42页 |
| ·随机DBPSO与测试集优化结合的方法 | 第42-44页 |
| ·随机DBPSO粒子重定义 | 第43页 |
| ·随机DBPSO粒子速度重定义 | 第43页 |
| ·随机DBPSO适应度函数定义 | 第43-44页 |
| ·随机DBPSO-AO~*最优顺序测试步骤 | 第44-45页 |
| ·复杂系统示例 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第六章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |