现如今计算机软件已经涉及社会发展的各个方面,为了保证软件质量,人们更加注重软件测试。程序调试是软件测试中比较困难的任务,其中错误定位是程序调试中比较费力的一步,提升软件错误定位效率能够有效减小调试代价。因此,研究有效的错误定位方法,对提高程序调试效率,减少软件测试的成本以及保证软件的质量具有重要意义。国内外众多研究人员提出了多种软件错误分析与定位方法,然而现有方法在错误定位过程中存在忽略了一些程序执行统计信息和错误定位结果缺少错误相关上下文信息等问题。本文在分析研究了已有方法与技术的基础上,针对性地提出了基于图挖掘与支持向量机的错误定位方法和基于化学反应优化的错误定位方法,并且实现了一个基于化学反应优化的错误定位工具。针对现有方法在错误定位过程中忽略了一些程序执行统计信息的问题,本文提出了一种基于图挖掘与支持向量机的错误定位方法。该方法首先收集程序执行轨迹并建模为软件行为图;之后,约简行为图构建加权软件行为图,并且利用图挖掘算法挖掘封闭子图,记录下频繁边;最后,将软件行为图转化为特征向量,结合支持向量机对所有执行进行分类,识别分类精度明显提升的方法加入可疑方法集合进行错误定位。实验结果表明该方法能够提升分类精度,促进对错误产生根源的理解。针对现有方法提供的错误定位结果缺少错误相关上下文信息的问题,本文提出了一种基于化学反应优化的错误定位方法。该方法首先收集程序执行轨迹构建软件行为图并对其约简;然后,根据失败执行的软件行为图映射程序状态上下文信息,对上下文编码,定义分子结构利用化学反应优化算法迭代搜索最优分子种群;最后,将种群中分子解码转化为程序状态上下文进行错误定位。实验结果表明该方法能够提供执行失效相关的上下文信息,促进对程序执行失效原因的理解。在此研究的基础上,利用Java设计并实现了一个基于化学反应优化的错误定位工具FLUCRO,提供了可视化界面便于进行参数配置。综上,本文针对软件错误定位现有方法中存在的一些问题,提出了两种软件错误定位方法,同时实现了一个软件错误定位工具帮助开发人员更快地定位错误。