随着信息时代的飞速发展,集成电路已被广泛应用于民用、商用、军用等多个领域,与此同时,集成电路测试作为保证集成电路质量的重要环节之一,变得越来越重要。集成电路需求及其工艺的不断提升,电路规模和设计复杂度的日益增大,不仅造成集成电路故障测试向量集生成愈发困难,同时造成获得的集成电路故障测试向量集规模不断增长。在生成的集成电路故障测试向量集中往往含有大量冗余测试向量,造成集成电路测试时间增加的同时,增加了集成电路测试的成本。因此,集成电路故障测试向量集优化问题逐渐为国内外学者所重视。本文深入研究多种现有测试向量集优化算法并分析算法的优缺点后,提出基于最小集合覆盖求解方法的测试向量集优化方法。该方法通过建立故障集与测试向量集中每个测试向量的对应关系,重新建模,将测试向量集优化问题转化为最小集合覆盖问题求解。根据最小集合覆盖问题的现有求解方式,相较于精确求解方法,该方法采用更适合大规模问题的启发式求解方法,以自动测试向量生成工具TetraMAX ATPG生成的测试向量集为基础,实现对测试向量集规模的约简,并通过实验说明其可行性。此外,在进一步研究多故障测试向量集优化方法的基础上,本文提出结合融合矩阵的多故障模型测试向量集优化方法。提出融合矩阵的概念,对于多故障模型和初始测试向量集,将其转化为多个单故障-测试向量矩阵,然后以纵向叠加的方式进行整合得到融合矩阵。随后,结合最小集合覆盖求解方法,获得多故障下的测试向量集的最优解。该方法确保了最小集合覆盖求解方法在融合矩阵上获得的解为最优解,在保证测试向量集对于多种故障覆盖率不变的同时,有效缩小了测试向量集规模,以提供给后续故障诊断过程更优质的测试向量集。