基于遗传算法的测试用例生成模型研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究的背景和意义 | 第8-9页 |
| ·国内外研究的现状以及存在的问题 | 第9-11页 |
| ·本文研究的主要内容 | 第11-12页 |
| ·论文结构 | 第12-14页 |
| 第二章 软件测试基本概念 | 第14-24页 |
| ·软件测试的定义 | 第14页 |
| ·软件测试技术的目的和原则 | 第14-16页 |
| ·软件测试技术的分类 | 第16-19页 |
| ·静态测试 | 第17页 |
| ·动态测试 | 第17-18页 |
| ·白盒测试 | 第18页 |
| ·黑盒测试 | 第18-19页 |
| ·软件测试用例设计基本方法 | 第19-23页 |
| ·基于结构的测试用例生成技术 | 第20-21页 |
| ·基于功能的测试用例生成技术 | 第21页 |
| ·面向对象的测试用例生成技术 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 遗传算法 | 第24-33页 |
| ·遗传算法简介 | 第24页 |
| ·遗传算法的基本操作 | 第24-31页 |
| ·遗传算法的基本思想和运算过程 | 第24-26页 |
| ·遗传算法的编码 | 第26-27页 |
| ·遗传算法的种群规模设定 | 第27-28页 |
| ·遗传算法的适应度函数 | 第28-29页 |
| ·遗传算法的选择算子、交叉算子、变异算子 | 第29-31页 |
| ·遗传算法的特点 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于GA的测试用例的自动生成 | 第33-39页 |
| ·基于遗传算法测试用例生成的改进理论分析 | 第33-34页 |
| ·遗传算法参数编码的策略 | 第34-35页 |
| ·遗传算法适应度函数的算法改进 | 第35-37页 |
| ·遗传算法算子的算法改进 | 第37-38页 |
| ·选择算子的设定 | 第37页 |
| ·交叉算子的设定 | 第37-38页 |
| ·变异算子的设定 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第五章 实验结果分析 | 第39-45页 |
| ·模型建立 | 第39-41页 |
| ·模块构建 | 第39-41页 |
| ·结果分析 | 第41-43页 |
| ·实验数据 | 第41-42页 |
| ·对比实验 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第六章 数据再处理——测试用例集简化 | 第45-47页 |
| ·算法设计 | 第45-46页 |
| ·实验分析 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第七章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 附录A 图索引 | 第53-54页 |
| 附录B 表索引 | 第54-55页 |
| Appendix A. Figure Index | 第55-56页 |
| Appendix B. Table Index | 第56-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文 | 第58-59页 |
