軟件模塊聚類問題的優(yōu)化方法與評價指標(biāo)研究.pdf

1、軟件模塊聚類問題（software module clustering problems，SMCPs）的目的是基于軟件模塊間的連接關(guān)系對軟件系統(tǒng)進(jìn)行自動劃分并得到模塊化較好的聚類結(jié)果。軟件模塊聚類對軟件系統(tǒng)設(shè)計、維護(hù)和發(fā)展的過程起著至關(guān)重要的作用，其結(jié)果對軟件系統(tǒng)的設(shè)計和維護(hù)起著重要的指導(dǎo)作用。隨著商業(yè)和生活的需求，軟件系統(tǒng)的功能越來越強(qiáng)大，同時軟件系統(tǒng)的大小也隨之上升，這使得軟件模塊聚類的作用尤為重要。本論文主要針對軟件模塊聚類問題，

2、提出了兩種不同的軟件模塊聚類算法，分別是基于多智能體進(jìn)化的軟件模塊聚類算法（Multi-agent Evolutionary Algorithm for SMCPs， MAEA-SMCPs）和基于密母算法的軟件模塊聚類算法（Memetic Algorithm for SMCPs， MA-SMCPs），同時提出兩種不同的軟件模塊化聚類評價指標(biāo)，分別是IMQ（Improved Modularity Quality）和MS（Modularit

3、y based on Similarity）。下面是本文的主要工作：
　　1.結(jié)合軟件模塊聚類的目的，提出MAEA-SMCPs和MA-SMCPs兩種算法對模塊化質(zhì)量函數(shù)MQ進(jìn)行優(yōu)化，將軟件模塊聚類問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題。實驗部分，我們使用17個實際生活中的軟件系統(tǒng)網(wǎng)絡(luò)對算法進(jìn)行測試，并且將實驗結(jié)果與其它傳統(tǒng)優(yōu)化算法進(jìn)行系統(tǒng)地比較和分析。實驗結(jié)果表明這兩種算法能夠有效地解決軟件模塊聚類問題，優(yōu)化后得到的MQ指標(biāo)要明顯優(yōu)于其它傳統(tǒng)算

4、法。實驗顯示， MAEA-SMCPs算法的性能更加優(yōu)越，穩(wěn)定性好，結(jié)果收斂更快。
　　2.根據(jù)實際軟件設(shè)計的常用準(zhǔn)則，針對原始MQ指標(biāo)的不足之處進(jìn)行改進(jìn)和補(bǔ)充，提出IMQ指標(biāo)。新的指標(biāo)不僅保留了原始MQ指標(biāo)的特性，而且還考慮了軟件系統(tǒng)結(jié)構(gòu)中的全局模塊、接口模塊、軟件聚類間的單向調(diào)用性等特征。實驗采用5種不同的算法對MQ和IMQ指標(biāo)分別進(jìn)行優(yōu)化，并通過17個實際軟件系統(tǒng)網(wǎng)絡(luò)進(jìn)行測試，實驗表明IMQ指標(biāo)得到的實驗結(jié)果比原始的MQ指標(biāo)得