Algoritmo genético de chaves aleatórias viciadas aplicado ao problema de clusterização de módulos de software

Bibliographic Details
Main Author: Megale, Geraldo Luiz Bourrus
Publication Date: 2015
Format: Master thesis
Language: por
Source: Repositório Hórus
Download full: http://hdl.handle.net/unirio/11807
Summary: Dissertação também disponível em formato impresso, com o número de chamada CCET MI 2015/17.
id UNIRIO_8d411f073c7915d77c475bf73a4a9205
oai_identifier_str oai:localhost:unirio/11807
network_acronym_str UNIRIO
network_name_str Repositório Hórus
repository_id_str
spelling Algoritmo genético de chaves aleatórias viciadas aplicado ao problema de clusterização de módulos de softwareCIÊNCIAS EXATAS E DA TERRACIÊNCIA DA COMPUTAÇÃOSoftware Module ClusteringBiased Random Keys Genetic AlgorithmSearch Based Software EngineeringClusterização de módulos de softwareAlgoritmos genéticos de chaves aleatórias viciadasEngenharia de software baseada em buscaDissertação também disponível em formato impresso, com o número de chamada CCET MI 2015/17.n/aA Software is made of several files that can be grouped in many different ways. This grouping process is called Software Module Clustering. Its main objective is to make it easier to understand a software thus facilitating its future maintenance and evolution. This masters’ dissertation main contribution is the development of a heuristic based on the Biased Random Key Genetic Algorithm (BKRGA) to solve the Software Module Clustering Problem. The proposed heuristic uses the following components: a coding algorithm, decoding algorithm and a local search. At first, given many possible choices for the BRKGA parameters and its components, 13 experiments were executed in order to find the best configuration for the proposed algorithm in a total of 9.120 executions. The next step used the best configuration of the proposed algorithm discovered on the previous experiment with 6 algorithms obtained from the literature (four genetic algorithms, one exact algorithm and one heuristic based on the metaheuristic Iterated local Search). At last, the best results taken from the literature were compared for 113 instances. The results indicate that, when compared to other genetic algorithms, the proposed heuristic is able to obtain, in most cases, better quality solutions. However, this improvement is obtained at a high computational cost if compared to other algorithms. Another contribution of this dissertation is the implementation of the BRKGA framework in C#.NET.n/aUm software é composto por um conjunto de arquivos que podem ser agrupados de muitas maneiras distintas. Esse processo de agrupamento é denominado de clusterização de módulos de software. O principal objetivo desse agrupamento é facilitar o entendimento de um software e, consequentemente, simplificar suas futuras manutenções e evoluções. A principal contribuição deste trabalho de dissertação de mestrado consiste no desenvolvimento de uma heurística, baseada no método algoritmos genéticos de chaves aleatórias viciadas (BRKGA), para resolver o problema de clusterização de módulos de software. A heurística proposta utiliza os seguintes componentes: algoritmo de codificação da solução, algoritmo de decodificação da solução e busca local. Inicialmente, considerando diversas escolhas possíveis para os parâmetros do framework BRKGA e para os componentes da heurística, 13 experimentos foram realizados a fim de eleger a melhor configuração para o algoritmo proposto, totalizando 9.120 execuções. Em seguida, comparou-se os resultados obtidos pela melhor versão do algoritmo proposto com seis métodos da literatura (quatro algoritmos genéticos, um método exato e uma heurística baseada na metaheurística Iterated Local Search), de forma isolada e, por fim, comparou-se com os melhores resultados da literatura para um conjunto de 113 instâncias. Resultados computacionais indicam que, quando comparada com outros métodos baseados em algoritmos genéticos, a heurística proposta é capaz de obter, na maioria dos casos, soluções de melhor qualidade. Entretanto, esta melhoria é conseguida com um custo computacional elevado, se comparado ao dos demais métodos. Outra contribuição deste trabalho foi a implementação do framework BRKGA na linguagem C#.NET.Alvim, Adriana Cesário de FariaAlvim, Adriana Cesário de FariaBarros, Márcio de OliveiraRosseti, Isabel Cristina MelloMegale, Geraldo Luiz Bourrus2018-06-26T21:39:44Z2018-06-26T21:39:44Z2015-09-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisMEGALE, Geraldo Luiz Bourrus. Algoritimo genético de chaves aleatórias viciadas aplicada ao problema de clusterização de módulos de software. 2015. xiii; 87 f. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro, 2015.http://hdl.handle.net/unirio/11807info:eu-repo/semantics/openAccessporreponame:Repositório Hórusinstname:Universidade Federal do Estado do Rio de Janeiro (UNIRIO)instacron:UNIRIO2018-06-26T21:39:44Zoai:localhost:unirio/11807Repositório InstitucionalPUBhttp://www.repositorio-bc.unirio.br:8080/oai/requestbiblioteca.sid@unirio.bropendoar:2024-12-06T17:58:01.782863Repositório Hórus - Universidade Federal do Estado do Rio de Janeiro (UNIRIO)false
dc.title.none.fl_str_mv Algoritmo genético de chaves aleatórias viciadas aplicado ao problema de clusterização de módulos de software
title Algoritmo genético de chaves aleatórias viciadas aplicado ao problema de clusterização de módulos de software
spellingShingle Algoritmo genético de chaves aleatórias viciadas aplicado ao problema de clusterização de módulos de software
Megale, Geraldo Luiz Bourrus
CIÊNCIAS EXATAS E DA TERRA
CIÊNCIA DA COMPUTAÇÃO
Software Module Clustering
Biased Random Keys Genetic Algorithm
Search Based Software Engineering
Clusterização de módulos de software
Algoritmos genéticos de chaves aleatórias viciadas
Engenharia de software baseada em busca
title_short Algoritmo genético de chaves aleatórias viciadas aplicado ao problema de clusterização de módulos de software
title_full Algoritmo genético de chaves aleatórias viciadas aplicado ao problema de clusterização de módulos de software
title_fullStr Algoritmo genético de chaves aleatórias viciadas aplicado ao problema de clusterização de módulos de software
title_full_unstemmed Algoritmo genético de chaves aleatórias viciadas aplicado ao problema de clusterização de módulos de software
title_sort Algoritmo genético de chaves aleatórias viciadas aplicado ao problema de clusterização de módulos de software
author Megale, Geraldo Luiz Bourrus
author_facet Megale, Geraldo Luiz Bourrus
author_role author
dc.contributor.none.fl_str_mv Alvim, Adriana Cesário de Faria
Alvim, Adriana Cesário de Faria
Barros, Márcio de Oliveira
Rosseti, Isabel Cristina Mello
dc.contributor.author.fl_str_mv Megale, Geraldo Luiz Bourrus
dc.subject.por.fl_str_mv CIÊNCIAS EXATAS E DA TERRA
CIÊNCIA DA COMPUTAÇÃO
Software Module Clustering
Biased Random Keys Genetic Algorithm
Search Based Software Engineering
Clusterização de módulos de software
Algoritmos genéticos de chaves aleatórias viciadas
Engenharia de software baseada em busca
topic CIÊNCIAS EXATAS E DA TERRA
CIÊNCIA DA COMPUTAÇÃO
Software Module Clustering
Biased Random Keys Genetic Algorithm
Search Based Software Engineering
Clusterização de módulos de software
Algoritmos genéticos de chaves aleatórias viciadas
Engenharia de software baseada em busca
description Dissertação também disponível em formato impresso, com o número de chamada CCET MI 2015/17.
publishDate 2015
dc.date.none.fl_str_mv 2015-09-30
2018-06-26T21:39:44Z
2018-06-26T21:39:44Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv MEGALE, Geraldo Luiz Bourrus. Algoritimo genético de chaves aleatórias viciadas aplicada ao problema de clusterização de módulos de software. 2015. xiii; 87 f. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro, 2015.
http://hdl.handle.net/unirio/11807
identifier_str_mv MEGALE, Geraldo Luiz Bourrus. Algoritimo genético de chaves aleatórias viciadas aplicada ao problema de clusterização de módulos de software. 2015. xiii; 87 f. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro, 2015.
url http://hdl.handle.net/unirio/11807
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Hórus
instname:Universidade Federal do Estado do Rio de Janeiro (UNIRIO)
instacron:UNIRIO
instname_str Universidade Federal do Estado do Rio de Janeiro (UNIRIO)
instacron_str UNIRIO
institution UNIRIO
reponame_str Repositório Hórus
collection Repositório Hórus
repository.name.fl_str_mv Repositório Hórus - Universidade Federal do Estado do Rio de Janeiro (UNIRIO)
repository.mail.fl_str_mv biblioteca.sid@unirio.br
_version_ 1817726438487359488

Similar Items