| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第12-34页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-29页 |
| 1.2.1 基于控制流或数据流分析的错误定位方法 | 第14-18页 |
| 1.2.2 基于形式化技术的错误定位方法 | 第18-27页 |
| 1.2.3 可满足性问题求解 | 第27-29页 |
| 1.3 主要研究内容 | 第29-31页 |
| 1.4 论文组织结构 | 第31-34页 |
| 第2章 基于支持向量机的可满足性问题求解方法 | 第34-52页 |
| 2.1 研究背景 | 第34-35页 |
| 2.2 可满足性问题与支持向量机 | 第35-41页 |
| 2.2.1 可满足性问题 | 第35-37页 |
| 2.2.2 可满足性问题的求解算法 | 第37-39页 |
| 2.2.3 支持向量机 | 第39-41页 |
| 2.3 基于SVM的相位预测 | 第41-43页 |
| 2.3.1 数据预处理 | 第41-42页 |
| 2.3.2 相位预测 | 第42-43页 |
| 2.4 算法的应用 | 第43-46页 |
| 2.4.1 不完全算法 | 第43-45页 |
| 2.4.2 完全算法 | 第45-46页 |
| 2.5 实验分析 | 第46-51页 |
| 2.6 本章小结 | 第51-52页 |
| 第3章 基于SAT求解和反例引导的错误定位方法 | 第52-70页 |
| 3.1 研究背景 | 第52-53页 |
| 3.2 基本理论 | 第53-58页 |
| 3.2.1 有界模型检测 | 第53-56页 |
| 3.2.2 反事实依赖 | 第56-57页 |
| 3.2.3 可满足性问题的求解 | 第57-58页 |
| 3.3 基于SAT求解和反例引导的最近证例求解算法 | 第58-67页 |
| 3.3.1 基本步骤和实例 | 第58-62页 |
| 3.3.2 反例引导的最近证例求解算法 | 第62-67页 |
| 3.4 实验结果 | 第67-69页 |
| 3.5 本章小结 | 第69-70页 |
| 第4章 基于改进遗传算法的反例理解 | 第70-82页 |
| 4.1 研究背景 | 第70-71页 |
| 4.2 遗传算法整体框架 | 第71-73页 |
| 4.3 基于遗传算法的证例生成 | 第73-78页 |
| 4.3.1 编码 | 第73-74页 |
| 4.3.2 初始种群生成 | 第74页 |
| 4.3.3 适应度 | 第74-76页 |
| 4.3.4 遗传操作 | 第76-78页 |
| 4.4 算法分析与实验结果 | 第78-81页 |
| 4.4.1 算法分析 | 第78-79页 |
| 4.4.2 实验结果 | 第79-81页 |
| 4.5 本章小结 | 第81-82页 |
| 第5章 基于最弱前置条件的快速错误定位算法 | 第82-100页 |
| 5.1 研究背景 | 第82-83页 |
| 5.2 基本理论 | 第83-85页 |
| 5.3 基于最弱前置条件的软件错误定位 | 第85-93页 |
| 5.3.1 计算最弱前置条件 | 第86-87页 |
| 5.3.2 构造错误分析图 | 第87-88页 |
| 5.3.3 自顶向下的错误标记 | 第88-92页 |
| 5.3.4 两个错误分析 | 第92-93页 |
| 5.3.5 算法分析 | 第93页 |
| 5.4 实验分析 | 第93-98页 |
| 5.4.1 实验对象 | 第93-94页 |
| 5.4.2 实验结果与分析 | 第94-97页 |
| 5.4.3 两个错误实例分析 | 第97-98页 |
| 5.5 本章小结 | 第98-100页 |
| 结论 | 第100-102页 |
| 参考文献 | 第102-115页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第115-117页 |
| 致谢 | 第117页 |