随着各种新型技术如人工智能,5G通信,图像处理等的发展,各应用场景中对底层的芯片技术的要求越来越高,电路的设计也变得越来越复杂。芯片的开发速度和成本是项目中的关键因素。在整个芯片项目中,回归测试是一项反复进行需要耗费大量资源的工作,用例集会被反复执行用于确保设计的的正确性,会造成很大的测试运行代价。在保证测试完备性基础上提高效率优化用例集是当前的研究热点之一。其中,主流的技术有测试用例集约简,测试用例排序,测试用例选择。本文对用例集约简技术进行研究,主要工作如下:本文基于实际的项目,设计实现了基于UVM的仿真验证平台。为保证功能覆盖点全部覆盖,先制定用例计划,然后以验证语言实现了用例,形成完整的用例集,用以后续实验。本文通过分析调研有关用例集的约简优化技术,并结合其特性,把该优化问题建模为集合覆盖模型,提出用于求解问题的Memetic算法。算法中设计了遗传算法和差分算法混合的全局搜索策略以加强全局搜索能力,并对其中各个算子进行改进,以禁忌搜索算法为基础设计适合的局部搜索策略,避免陷入局部收敛。然后设计适应度函数用于评估个体,对初始化种群中的不可行解利用贪心策略进行修正。然后对用例集仿真,确保覆盖率达到目标后,收集形成统一的覆盖率库。之后把标准遗传算法和本文提出的Memetic算法分别用以约简用例集,以用例集规模,用例集仿真时间,算法收敛速度等为参考对比各算法运算结果,本文提出的算法约简得到的用例集规模更小,仿真运行时间更少,算法收敛速度更快。