在软件开发的过程中,软件可靠性是一个重要的研究目标。近年来,软件系统规模不断扩大,复杂性也日益提升,如何设计出符合可靠性要求的软件系统逐渐引起了人们的关注。软件测试过程是提高软件系统可靠性最为重要的阶段,一个优化的测试资源分配方式可以带来系统可靠性的明显增加,因而测试资源分配问题具有重要的研究意义。软件测试资源分配问题有两个主要的目标：可靠性和测试代价。在以往的研究中,人们的注意力主要集中在如何提高系统可靠性上,但是在实际生产中,软件的交付时间和可用的资源都是有限的。软件测试不但要考虑如何利用有限的资源获得较高的可靠性,还要考虑软件的成本。近年来,如何在保证一定系统可靠性的前提下降低软件测试代价逐渐引起了人们的关注。本文研究了软件测试资源分配问题,考虑的目标是测试代价的最小化。在以往的工作中,解决该问题最好的方法是遗传算法。本文使用了遗传算法和模拟退火算法去解决该问题,但是实验结果显示,这两种算法在选定模型上的性能还有待提升。因此,本文的第一个工作是对于遗传算法进行了改进,在遗传算法的基本框架下,结合了局部搜索策略,设计了符合问题模型的新算法。之后,作者在软件测试资源分配问题上应用了负相关搜索算法,通过考虑个体之间的信息交流,增加了种群的多样性,从而能够有效的解决多峰问题。实验表明,这两种算法都能够有效的解决软件测试资源分配问题。