[發明專利]一種基于密母算法的軟件模塊聚類分析方法

在審

• 申請號: 201510518627.0
• 申請日: 2015-08-21
• 公開（公告）號: CN105117768A
• 公開（公告）日: 2015-12-02
• 發明（設計）人: 劉靜;焦李成;黃金煌
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06N3/12
• 代理公司: 西安恒泰知識產權代理事務所 61216
• 代理人: 李鄭建;王芳

1.一種基于密母算法的軟件模塊聚類分析方法，其特征在于，所述基于密母算法的軟件模塊聚類分析方法，包括：

步驟一，構建初始種群，所述初始種群中包含預設數量的個體；

步驟二，獲取所述初始種群中每個所述個體的適應度數值，根據所述適應度數值從大到小進行排序，選取前N個所述個體構成樣本種群；

步驟三，產生第一隨機數值，如果所述第一隨機數值小于第一預設閾值，則從所述樣本種群中隨機選取第一個體和第二個體，對所述第一個體和第二個體進行交叉處理，得到交叉個體，獲取所述交叉個體的適應度數值，將所述交叉個體存入所述樣本種群中得到樣本交叉種群；

步驟四，產生第二隨機數值，如果所述第二隨機數值小于第二預設閾值，則從所述樣本交叉種群中隨機選取待變異個體，對所述待變異個體進行變異處理，得到變異個體，獲取所述變異個體的適應度數值，將所述變異個體存入所述樣本交叉種群中，得到樣本變異種群；

步驟五，對所述樣本變異種群中的個體按適應度數值由大到小進行排序，將最大所述適應度數值對應的個體存放在最優個體數組中，并對種群代數加一；

步驟六，獲取中間代種群，對所述中間代種群進行如所述步驟二至所述步驟五的處理，直至所述種群代數大于預設代數閾值時，對所述最優個體數組中存儲的所述個體按所述適應度數值進行由大到小的排序，結合爬山法對所述最優個體數組中存儲的所述個體進行優化，將優化后的與最大所述適應度數值對應的所述個體存入結果個體數組中，根據所述結果個體數組中所述個體的數據進行軟件模塊聚類。

2.根據權利要求1所述的基于密母算法的軟件模塊聚類分析方法，其特征在于，所述產生第一隨機數值，如果所述第一隨機數值小于第一預設閾值，則從所述樣本種群中隨機選取第一個體和第二個體，對所述第一個體和第二個體進行交叉處理，得到交叉個體，獲取所述交叉個體的適應度數值，將所述交叉個體存入所述樣本種群中得到樣本交叉種群，包括：

根據預設算法產生第一隨機數值；

如果所述第一隨機數值小于第一預設閾值，則從所述樣本種群中隨機選取第一個體和第二個體，在所述第一個體中隨機確定第一交叉位置和第二交叉位置，在所述第二個體中產生第三交叉位置；

將位于所述第一交叉位置和所述第二交叉位置之間的轉移數據插入到所述第三位置處，刪除所述第二個體中與所述轉移數據編號相同的數據，得到交叉個體；

確定所述交叉個體的適應度數值，將所述交叉個體存入所述樣本種群中，直至所述樣本種群中所有所述個體均為所述交叉個體時，則此時的所述所述樣本種群即為樣本交叉種群。

3.根據權利要求1所述的基于密母算法的軟件模塊聚類分析方法，其特征在于，所述產生第二隨機數值，如果所述第二隨機數值小于第二預設閾值，則從所述樣本交叉種群中隨機選取待變異個體，對所述待變異個體進行變異處理，得到變異個體，獲取所述變異個體的適應度數值，將所述變異個體存入所述樣本交叉種群中，得到樣本變異種群，包括：

根據預設算法產生第二隨機數值；

如果所述第二隨機數值小于第二預設閾值，則獲取隨機個體編號；

從所述樣本交叉種群中選取與所述隨機個體編號對應個體的鄰接個體，將所述與所述隨機個體編號對應個體中的數據轉移到所述鄰接個體中，得到變異個體；

確定所述變異個體的適應度數值，將所述變異個體存入所述樣本交叉種群中，直至所述樣本交叉種群中所有所述個體均為所述變異個體時，則此時的所述樣本交叉種群即為樣本變異種群。

4.根據權利要求1所述的基于密母算法的軟件模塊聚類分析方法，其特征在于，結合爬山法對所述最優個體數組中存儲的所述個體進行優化，將優化后的與最大所述適應度數值對應的所述個體存入結果個體數組中，根據所述結果個體數組中所述個體的數據進行軟件模塊聚類，包括：

構建與所述最優個體數組中存儲的所述個體對應的計數變量；

如果所述計數變量小于預設迭代閾值，則對所述最優個體數組中存儲的所述個體進行變異處理，得到第一變異個體，獲取所述第一變異個體的適應度數值，如果所述第一變異個體的適應度數值大于所述最優個體數組中存儲的所述個體得適應度數值，則令所述第一變異個體替換所述最優個體數組中存儲的所述個體，得到替換后的存儲在所述最優個體數組中的個體，并將所述計數變量加一；

直到所述計數變量等于或大于所述預設迭代閾值時，將根據此時所述存儲在所述最優個體數組中的個體進行軟件模塊聚類。