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

基于多种群遗传算法的模糊测试方法研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-16页
    1.1 论文研究目的和意义第10页
    1.2 研究现状及发展趋势第10-13页
    1.3 论文研究内容第13-14页
    1.4 论文组织结构第14-16页
第2章 模糊测试及遗传算法分析研究第16-23页
    2.1 模糊测试技术第16-19页
        2.1.1 模糊测试概念和特点第16-17页
        2.1.2 模糊测试过程第17-19页
    2.2 遗传算法第19-22页
        2.2.1 遗传算法基本概念及流程第19-20页
        2.2.2 遗传算法原理及特点第20-22页
    2.3 本章小结第22-23页
第3章 基于多种群遗传算法的模糊测试方法研究第23-44页
    3.1 遗传算法指导数据生成方法的研究第23-27页
        3.1.1 遗传算法指导测试用例生成理论研究第23-25页
        3.1.2 遗传算法指导测试用例生成实例研究第25-27页
        3.1.3 遗传算法优缺点分析第27页
    3.2 多种群遗传算法研究第27-31页
        3.2.1 多种群遗传算法概述及框架第27-29页
        3.2.2 多种群遗传算法流程第29-31页
        3.2.3 技术关键点分析说明第31页
    3.3 适应度计算方法第31-35页
        3.3.1 适应度计算方法分析第31-32页
        3.3.2 基于动态分析的适应度函数计算第32-35页
    3.4 初始种群生成方法第35-37页
        3.4.1 小生境共享算法思想第35-36页
        3.4.2 初始种群形成第36-37页
    3.5 普通种群进化方法第37-41页
        3.5.1 普通种群进化概述第37-38页
        3.5.2 选择算子第38-39页
        3.5.3 交叉算子第39-40页
        3.5.4 变异算子第40-41页
    3.6 普通种群间杂交方法第41-42页
    3.7 输出种群生成方法第42-43页
    3.8 本章小结第43-44页
第4章 基于多种群遗传算法的模糊测试用例生成工具设计与实现第44-54页
    4.1 基于多种群遗传算法的模糊测试用例生成工具设计第44-47页
        4.1.1 需求分析第44-45页
        4.1.2 框架设计第45-47页
    4.2 基于多种群遗传算法的模糊测试用例生成工具实现第47-53页
        4.2.1 静态分析器第47-50页
        4.2.2 动态分析器第50-52页
        4.2.3 测试用例生成器第52-53页
    4.3 本章小结第53-54页
第5章实验分析第54-63页
    5.1 三个基本程序实验和分析第54-58页
        5.1.1 三角形分类程序实验第55-57页
        5.1.2 冒泡程序和最值程序实验第57-58页
    5.2 MATLAB测试函数实验和分析第58-61页
    5.3 实验结果分析第61-62页
    5.4 本章小结第62-63页
结论第63-65页
参考文献第65-66页

论文共66页,点击 下载论文
上一篇:基于Gabor变换的情感识别系统的研究与实现
下一篇:多粒度并行的分布式子图匹配算法的研究