随着计算机软件深入到生活的方方面面，人们对计算机软件质量的要求不断提高。软件测试技术作为一种有效的软件质量保证手段，已成为软件开发过程中必不可少的环节。在软件开发过程中，软件测试经常耗费整个开发过程中30％～50％的资源。为了提高测试效率，降低测试成本，研究者们针对自动化测试技术进行了大量研究。 演化测试是一种非常有前景的自动化测试技术。它采用遗传算法智能搜索测试数据空间，自动生成高质量的测试用例。目前，演化测试技术已被广泛应用于多种测试领域，包括结构测试、功能测试、安全测试、性能测试、面向对象测试、回归测试等。 本文针对结构性演化测试，深入研究了演化测试的静态和动态优化方法。论文的主要工作包括：（1）研究了演化测试过程中出现早熟与退化现象的本质原因，并针对性的对演化测试过程进行动态优化。（2）通过大量实验，考察了该方法的有效性，并结合已有研究成果给出相关参数的最佳配置方案。（3）研究了演化测试中，flag变量问题导致的测试性能下降，并针对结构性演化测试中三种覆盖率标准提出了相应的解决方案。（4）扩展了演化测试框架ETF，实现了自适应演化测试框架SA-ETF。 论文取得的主要成果包括： （1）提出了自适应演化测试框架SA-ETF，动态检测早熟与退化现象并自适应地调整存活策略。出现早熟与退化现象时，应用位翻转法DABR调整退化的种群，并应用PCC存活策略使调整后的种群参加到演化过程中。实验结果表明，SA-ETF有效消除了种群的早熟与退化现象，提高了演化测试的性能，减少了演化过程中的资源消耗。 （2）在先前研究的基础上，通过本文的进一步实验，提供了DABR相关配置参数的最佳取值方案，给出了针对结构性演化测试的参数配置规则与建议，为SA-ETF的应用提供了指导原则。这些建议分别针对不同类型的程序和测试目标，有助于提高演化测试的效率，也为进一步的研究奠定了基础。 （3）提出了基于PC的适应值函数构造方法和基于符号执行的flag变量问题解决方案，该方案通过符号执行被测试程序，利用获得的信息构造适应值函数，指导测试数据向测试目标的转化。该方案可用于覆盖指定语句、指定语句序列和指定路径。通过实验检验了该方法的有效性，并提出了演化测试参数配置的建议。 （4）扩展了现有的演化测试框架ETF，在ETF中添加了位翻转法DABR和PCC存活策略的实现模块，形成SA-ETF。扩展后的ETF能够在传统的演化测试框架与SA-ETF之间灵活地切换，提供对比分析以验证SA-ETF的有效性。SA-ETF为以后的研究者对早熟与退化现象及相关问题的研究提供了便利，为演化测试的研究提供了支持。