声明
学位论文数据集
摘要
第一章 绪论
1.1 课题研究的目的和意义
1.2 国内外研究现状
1.2.1 面向多路径的测试数据生成研究现状
1.2.2 基于遗传算法的测试数据生成研究现状
1.3 本文的主要工作与组织结构
1.3.1 本文的主要工作
1.3.2 本文的组织结构
1.4 本章小结
第二章 白盒测试及基于搜索的测试数据生成
2.1 白盒测试
2.1.1 逻辑覆盖
2.1.2 控制流图简介
2.1.3 面向控制流图的测试数据生成
2.2 启发式搜索算法概述
2.2.1 遗传算法
2.2.2 模拟退火算法
2.2.3 禁忌搜索算法
2.2.4 爬山算法
2.3 基于启发式搜索算法的测试数据生成
2.3.1 面向单路径的测试数据生成
2.3.2 面向多路径的测试数据生成
2.4 本章小结
第三章 路径相似性度量方法的研究
3.1 路径相似性度方法概述
3.2 针对控制流图的路径表示方法
3.3 路径相似性度量主要考虑因素
3.3.1 路径相等位因素
3.3.2 路径位权值因素
3.4 路径相似性度计算方法
3.5 本章小结
第四章 基于遗传算法的多路径测试数据生成方法
4.1 现有基于均值思想的面向多路径测试数据生成研究
4.2 本文提出的基于均值与波动性思想的测试数据生成方法
4.2.1 现有均值思想实现多路径的问题
4.2.2 基于均值与波动性思想的多路径解决方法
4.2.3 基于均值与波动性思想的多路径算法
4.3 基于遗传算法的多路径测试数据生成步骤
4.4 本章小结
第五章 基于遗传算法的多路径测试数据生成实现与结果分析
5.1 实验模块简介
5.2 实验参数设计
5.3 针对基准程序测试数据生成的结果与分析
5.3.1 在三角形程序测试数据生成的结果与分析
5.3.2 在最大值最小值程序测试数据生成的结果与分析
5.3.3 在三个数排序程序测试数据生成的结果与分析
5.3.4 在冒泡排序程序测试数据生成的结果与分析
5.4 针对实际calculator程序测试数据生成的结果与分析
5.5 本章小结
第六章 结论
6.1 本文的主要贡献
6.2 本文进一步研究方向
参考文献
致谢
研究成果及发表的学术论文
作者与导师简介