本项目完成主要内容如下：

（1）建立基于测试数据的软件可信定量评估模型，采用D-S证据模型综合各种证据，建立多维可信属性的多尺度定量综合评估模型，促进开发人员在软件开发过程评估软件可信性，提高发布软件的可信性；（2）建立演化测试用例自动生成模型，结合程序不变量进行测试数据预言生成，采用改进遗传算法进行测试用例的自动生成，利用程序执行线索并采用改进的粒子群算法对回归测试中的测试用例进行扩增生成，达到优化测试用例的目的；（3）采用变异体聚类的方法对演化测试用例集进行选择，采用改进的遗传算法进行测试用例优先级排序选择，自适应选择演化测试用例；（4）建立软件的图模型采用粒子群优化算法对软件进行模块划分，提高软件的可重构性，形成一个系统而完整的多阶段融合智能演化软件测试工具。