随着现代信息化社会的推进，软件系统成为人们日常生活的重要组成部分。软件错误可能关系到人身财产安全问题，甚至于造成巨大的经济损失。因此，为了有效保障软件系统的质量，提高软件测试效率，需要开发更加先进、更加完善的软件测试技术。作为自动化软件测试的关键环节，软件测试用例自动生成技术能大大降低软件测试成本，提高软件测试效率，而测试用例优化技术则能够进一步提高软件测试的性价比。搜索算法被认为是最具潜力能够有效解决测试用例自动生成与优化问题的方法，目前虽然国内外已有不少相关的研究，但仍未成熟，因此，对基于搜索算法的测试用例的自动生成与优化问题的研究，具有一定的理论意义以及实用价值。本文主要对粒子群优化算法用于解决测试用例生成和排序进行了研究。在测试用例自动生成方面，提出了一种基于粒子群优化算法的测试用例自动生成框架，为后续研究提供了一种有效的解决方案。为了验证粒子群优化算法用于解决测试用例生成和优化问题的有效性，本文从平均分支覆盖率、平均成功率、平均收敛代数、平均收敛时间四个方面对测试用例生成实验进行评价分析。实验表明，粒子群优化算法比遗传算法、模拟退火具有更快的收敛速度、更短的运行时间，能有效提高测试用例生成的效率。同时，与综合学习粒子群算法、协同粒子群算法、量子粒子群算法以及自适应粒子群算法四种变种粒子群算法相比，基本粒子群优化算法的综合优化性能相对较为稳定。在测试用例排序方面，本文对基本粒子群优化算法进行了改进，并将该改进算法与贪心算法、额外贪心算法用于测试用例集排序实验。实验表明，该改进后测试用例排序方法优化性能明显优于贪心算法。因此，本文研究的基于粒子群优化算法的测试用例生成和排序方法，具有实现简单、收敛速度快等特点，能有效提高测试效率，为解决测试用例的自动生成与排序问题提供了一种有效的途径。