| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景与现状 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 测试用例生成技术研究 | 第10-11页 |
| 1.2.2 基于粒子群优化生成测试用例研究 | 第11-12页 |
| 1.3 主要研究内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第2章 软件测试及组合测试相关理论 | 第14-23页 |
| 2.1 软件测试 | 第14-16页 |
| 2.1.1 软件测试的目的 | 第14页 |
| 2.1.2 软件测试方法分类 | 第14-16页 |
| 2.2 组合测试基本概念 | 第16-19页 |
| 2.3 组合测试用例生成方法 | 第19-22页 |
| 2.3.1 数学构造法 | 第19页 |
| 2.3.2 贪心算法 | 第19-21页 |
| 2.3.3 启发式搜索算法 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 粒子群优化算法 | 第23-29页 |
| 3.1 粒子群优化算法 | 第23-25页 |
| 3.2 粒子群优化算法流程图 | 第25-26页 |
| 3.3 粒子群优化算法的特点 | 第26-27页 |
| 3.4 惯性权重改进策略 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第4章 基于RAPSO算法的组合测试用例生成方法 | 第29-37页 |
| 4.1 约简的自适应粒子群优化算法 | 第29-32页 |
| 4.1.1 约简粒子群算法进化方程 | 第29-30页 |
| 4.1.2 约简粒子群算法的惯性权重调整策略 | 第30-31页 |
| 4.1.3 适应度函数 | 第31页 |
| 4.1.4 基于RAPSO生成组合测试用例的基本步骤 | 第31-32页 |
| 4.2 实验参数的设定 | 第32-33页 |
| 4.3 实验 | 第33-36页 |
| 4.3.1 实验设计 | 第33页 |
| 4.3.2 实验结果分析 | 第33-36页 |
| 4.4 本章小结 | 第36-37页 |
| 第5章 基于IRAPSO算法的组合测试用例生成方法 | 第37-48页 |
| 5.1 改进的约简自适应粒子群优化算法 | 第37-40页 |
| 5.1.1 惯性权重的自适应调整策略 | 第37-39页 |
| 5.1.2 新的适应值策略 | 第39页 |
| 5.1.3 IRAPSO生成单个测试用例的算法流程 | 第39-40页 |
| 5.2 one-test-at-a-time策略 | 第40-41页 |
| 5.3 基于IRAPSO生成组合测试用例方法框架 | 第41-42页 |
| 5.4 实验 | 第42-47页 |
| 5.4.1 实验设计 | 第42-43页 |
| 5.4.2 实验结果 | 第43-47页 |
| 5.5 本章小结 | 第47-48页 |
| 第6章 总结与展望 | 第48-50页 |
| 6.1 内容总结 | 第48页 |
| 6.2 展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 攻读学位期间的研究成果 | 第55-56页 |
| 致谢 | 第56页 |
