ソフトウェアプロダクトラインを構成するためのParetoベースの進化的アルゴリズムのための新しい集約ベースの優位性【JST・京大機械翻訳】

Xue Yani; Li Miqing; Shepperd Martin; Lauria Stasha; Liu Xiaohui

文献

J-GLOBAL ID：201902227117848289 整理番号：19A2212068

ソフトウェアプロダクトラインを構成するためのParetoベースの進化的アルゴリズムのための新しい集約ベースの優位性【JST・京大機械翻訳】

A novel aggregation-based dominance for Pareto-based evolutionary algorithms to configure software product lines

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=19A2212068&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A2212068&from=J-GLOBAL&jstjournalNo=W0360A") }}

著者 (5件)： , , , ,
資料名：
巻： 364 ページ： 32-48 発行年： 2019年
JST資料番号： W0360A ISSN： 0925-2312 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

ソフトウェア工学において,ソフトウェア製品ライン(SPLs)のための最適特徴選択は,大規模であるが高度に制約された探索空間における複数の競合目的の同時最適化を含む重要で複雑なタスクである。特徴モデルは,すべての可能な製品の特徴の標準表現であり,SPLに対するそれらの間の関係も同様である。最近,様々な多目的進化アルゴリズムが有効な製品構成を探索するために使用されている。しかしながら,合理的な時間で得られた解の正確さと多様性の間のバランスの問題は,これらのアルゴリズムに対して非常に挑戦的であることが分かった。この問題に取り組むために,本論文では,パレートに基づく進化的アルゴリズムのための新しい集合ベースの優位性(ADO)を提案し,高品質解の探索を行った。著者らの方法を,2つの広く使用されているパレートベースの進化アルゴリズム:NSGA-IIとSPEA2+SDEについて試験し,最大10,000の特徴を持つ9つの異なるSPLsと7つの目的までの2つの実世界SPLsについて検証した。著者らの実験は,ADOベースNSGA-IIとSPEA2+SDEの両方の有効性と効率を示した。(1)両アルゴリズムは,すべての特徴モデルに対して100%有効解を生成することができた。(2)両方のアルゴリズムの性能は,7/9と8/9の特徴モデルにおける超体積測定によって測定されるように改善された。(3)10,000の特徴を持つ最大のテストされた特徴モデルに対して,両方のアルゴリズムの単一実行において100%の有効解を見出すために,標準デスクトップ上で40秒以下で必要とされた。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , ,
, , , , , , , , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

人工知能 , その他のオペレーションズリサーチの手法

, , ,

前のページに戻る