随着计算机应用的普及以及软件产业的飞速发展，人们对于高质量软件的要求越来越高，软件测试作为提高软件质量的重要手段之一，是软件开发过程中必不可少的环节，而且通常会占用50％-70％的软件开发成本。研究自动化测试技术可以大大节约测试资源、提高测试效率、降低软件测试的成本，进而降低软件开发的成本。　　 演化测试是一种非常有前景的自动化测试技术，演化测试将生成测试用例的过程转化为一个利用遗传算法在测试用例空间进行启发式搜索的数值优化问题。近年来，越米越多的研究者开始关注于演化测试的研究，并已经取得了一些成果，使得演化测试在结构化测试、功能测试、性能测试、面向对象测试等诸多领域均有所应用。　　 本文从演化测试的静态配置方案和动态优化技术出发，针对结构化演化测试进行了研究。本文首先针对演化测试过程中的多种遗传操作进行了分析比较，并给出了一些关于演化测试静态配置方案的建议，并经过了大量实验验证其有效性。其次，本文针对演化测试的初始种群中个体分布过于分散和种群演化过程中可能出现的种群早熟现象改进了基于扩展的灾变的优化方案(Optimization Strategy Based on ExtendedCataclysm，OSBEC)，并进行了大量实验，并对实验结果进行了大量统计分析，控制初始种群多样性能够加速演化测试的搜索过程，并验证了扩展的“灾变”操作能够很好的处理种群早熟现象。本文还介绍了演化测试平台的设计与结构。